La conférence sur la connaissance

—

Cette conférence a été prononcée par Aravind Srinivas le 3 octobre 2026 devant la Cambridge Union Society. La Cambridge Union Society est la plus grande association étudiante de l’Université de Cambridge et la plus ancienne société de débats au monde à exister sans interruption.

—

Bonjour, et merci. C’est un honneur d’être ici.

Une des choses auxquelles je ne m’attendais pas en fondant une entreprise, c’est tout le temps que je passe dans les universités. J’aime beaucoup ça. Pour un PDG, les universités sont à peu près les seuls auditoires qui répliquent. Nous réserverons donc plus de temps à la discussion que je n’en prévois pour mon allocution.

Commençons.

Habituellement, quand on m’invite à prendre la parole quelque part, on me demande de faire une conférence prospective au titre générique comme « L’avenir de l’IA ». Je ne vais pas parler de l’avenir de l’IA. Je vais plutôt parler de votre avenir à vous. Votre avenir m’intéresse davantage, et il vous intéresse probablement davantage à vous aussi.

D’abord, un peu d’histoire. Cambridge est l’endroit idéal pour parler du passé en même temps que de votre avenir, parce qu’on y trouve les deux.

Selon la légende, ce que nous appelons aujourd’hui le système d’évaluation par les pairs a été inventé ici, à Cambridge. En réalité, il s’agissait simplement d’un professeur de Cambridge, et il l’a proposé à la Royal Society de Londres, pas ici, à l’université. C’était en 1831. Aujourd’hui, plus de 3,5 millions d’articles scientifiques sont publiés chaque année dans le cadre du système d’évaluation par les pairs.

Environ 160 ans plus tard, deux doctorants de Stanford travaillaient sur les structures de réseaux et l’exploration de données. C’était au moment où l’essor d’Internet des années 1990 ne faisait que commencer. Tout le monde ne parlait que du World Wide Web. Un peu comme l’« IA » aujourd’hui.

Comme aujourd’hui aussi, la plupart des gens qui parlaient de cet essor étaient des investisseurs et des médias. La « communauté techno » de l’époque, c’était l’industrie des télécommunications. Il n’y avait pas beaucoup d’universitaires dans la discussion. (Quelques-uns, mais pas beaucoup.) Et ces deux doctorants n’étaient pas vraiment des initiés de l’essor d’Internet.

Mais ils savaient une chose dont les gens hors du milieu universitaire ne se souciaient pas vraiment.

Comme la plupart des universitaires, ils comprenaient la raison d’être de l’université. La raison d’être de l’université est de faire progresser la connaissance.

C’est pourquoi nous avons recours à l’évaluation par les pairs. C’est aussi pourquoi les écrits universitaires comportent autant de citations. Et ces deux étudiants savaient que la quantité de connaissances dans le monde (mesurée approximativement par le nombre d’articles de qualité évalués par les pairs) ne fait que croître. Il leur était donc facile de voir que le Web, lui aussi, ne ferait que croître avec la connaissance humaine.

Ils connaissaient aussi un vieux problème qui était « nouveau » pour le Web : comment trouver la bonne connaissance, ou la meilleure, si elle ne cesse de s’étendre. Dans l’ancien modèle, les universitaires jugent si les recherches de quelqu’un sont utiles ou crédibles en fonction du nombre de fois qu’elles ont été citées.

Ils ont donc eu l’idée de créer un algorithme qui évalue chaque site Web sur Internet selon le nombre d’autres sites qui le citent, ou qui pointent vers lui, en fonction du contenu de ces sites.

Ils ont appelé le système « Page Rank », parce qu’ils classaient chaque page du Web et parce que l’un de ces doctorants s’appelait Larry Page.

Larry et son associé (Sergey Brin) ont pris ce petit principe universitaire et l’ont rendu accessible au grand public. Google est devenu l’un des outils les plus utiles de l’histoire, et l’une des entreprises les plus prospères, parce que Larry Page a simplement adapté ce que les universités faisaient déjà depuis cent ans.

Comme je l’ai dit, la raison d’être de l’université est de faire progresser la connaissance. Dans cette conférence, je vais vous dire trois choses au sujet de la connaissance. J’espère que nous en arriverons à mieux comprendre, concrètement, l’intelligence artificielle en réfléchissant à certaines de nos propres connaissances.

1.

Premièrement, la connaissance a une vie. Elle naît, se dégrade et meurt.

Elle a un cycle de vie. Et parce qu’elle a un cycle de vie, la connaissance subit une évolution.

À mesure que ce que nous savons évolue, nous devenons tous plus intelligents. C’est ce qu’on appelle l’effet Flynn. L’effet Flynn, c’est le constat que l’humanité gagne environ 3 points de QI par décennie.

Les tests de QI sont constamment réétalonnés pour que la moyenne reste à 100; une façon simple de comprendre l’effet Flynn est donc de raisonner en centiles. En 1950, une personne au 92e centile en intelligence ne serait aujourd’hui qu’au 50e centile. Nous sommes tous devenus plus intelligents.

1950, c’est aussi l’année où le test de Turing a été inventé. C’était le premier test conçu pour déterminer si une machine est plus intelligente que les humains, ou à quel moment elle le devient. Cela veut dire que le test de Turing de 1950 était beaucoup plus facile à réussir pour une machine. Parce que la barre de l’intelligence « humaine » était plus basse.

Et c’est là toute la puissance de l’évolution. La connaissance mène toujours à plus de connaissance.

L’inconvénient, c’est que le monde peut devenir plus intelligent, alors que vous, en tant qu’individu, pouvez devenir moins intelligent. La connaissance se dégrade. Pensez-y comme à une demi-vie. La demi-vie d’un élément radioactif est le temps nécessaire pour que la moitié de celui-ci se désintègre. La demi-vie de la connaissance est le temps nécessaire pour que la moitié de celle-ci devienne obsolète.

Voici quelques exemples, ici même à Cambridge.

En 1978, Sir Roy Calne a contribué à introduire la cyclosporine en transplantation. C’était important pour prévenir le rejet des organes. Les premiers essais cliniques ont eu lieu à Cambridge. En 2001, un autre médicament, le tacrolimus, était devenu le traitement prédominant de sa catégorie pour les greffes de rein aux États-Unis. On pourrait donc dire que la connaissance médicale du traitement à la cyclosporine a eu une demi-vie de 23 ans.

C’est une mesure imparfaite, mais c’est un modèle utile pour évaluer les ingénieurs dans des domaines qui évoluent rapidement. On le fait dans le secteur technologique. La question sous-jacente est : « À quel moment de la carrière de cet ingénieur la moitié de ce qu’il sait devient-elle complètement obsolète? »

À quel moment de votre carrière cela vous arrivera-t-il? La réponse dépend du temps que vous consacrez à apprendre de nouvelles choses.

Malheureusement, dans de rares cas, la connaissance meurt aussi. Il existe des langues qui n’ont plus aucun locuteur. Il y a une sagesse qui meurt avec un aîné.

C’est pourquoi, depuis plus de 4 000 ans, les humains construisent des bibliothèques. Et quand le Web est arrivé, nous y avons déposé infiniment plus de ce que nous savons. Donc la connaissance meurt, mais elle n’est pas obligée de mourir. Peut-être en raison d’un aspect inné de la condition humaine, les gens se sont toujours sentis poussés à préserver la connaissance. Nous la sauvegardons sans cesse et nous faisons croître l’ensemble des connaissances du monde. C’est une bonne chose.

Je dois préciser : la connaissance est comme un être vivant, mais elle n’est pas vivante. Vous seuls êtes vivants. Je pense simplement que vous êtes plus vivants quand vous apprenez quelque chose de nouveau.

C’est d’ailleurs pour cela que Perplexity existe. Mais je ne suis pas ici pour parler de Perplexity. Je suis ici pour parler de vous, et de l’économie de la connaissance. Ce qui m’amène à mon deuxième point.

2.

Deuxièmement, la connaissance n’est pas de l’argent. Mais elle se comporte comme de l’argent.

L’argent a une valeur temporelle. Les intérêts le font croître, et l’inflation le fait diminuer. Avec suffisamment de temps, les intérêts comme l’inflation ont un effet composé.

Quand cent mille livres auront le pouvoir d’achat de quarante mille (probablement dans environ 23 ans), il vous faudra 250 000 £ pour rester à égalité. Vingt-trois ans plus tard, il vous faudrait 625 000 £.

Quand il y a un effet composé, les gains ou les pertes croissent de façon exponentielle avec le temps.

C’est pourquoi le principe financier le plus fondamental veut que vos intérêts composés croissent toujours à un taux supérieur à l’inflation. Parce que si vous ne croissez pas, vous rapetissez. Il en va de même pour la connaissance.

Tout comme la valeur d’une livre, la valeur de ce que vous savez aujourd’hui se dépréciera avec le temps. Et comme toute dépréciation ordinaire, elle ne se fera que d’un petit montant chaque jour. Ce sera si peu que vous le remarquerez à peine. Jusqu’au jour où vous vous réveillerez sans plus rien. Vos connaissances n’auront plus la même valeur marchande. C’est inévitable. Rappelez-vous : le théorème de Pythagore était autrefois une chose que seules les élites avaient le droit de connaître. Pourtant, tout le monde ici l’a appris en 7e année.

Nous devenons tous plus intelligents, pour toujours. Comme je l’ai mentionné, c’est là toute la raison d’être de l’université. Avec un peu de chance, un jour, dans un avenir lointain, ce que vous avez étudié ici à Cambridge fera peut-être partie du programme des élèves de 7e année.

C’est une bonne chose si cela se produit. Cela signifie le progrès. Mais cela signifie aussi que vos objectifs économiques exigent que vous ne cessiez jamais d’apprendre. Vous devez apprendre à un taux d’intérêt supérieur au taux d’inflation de la connaissance.

Autrement dit, vous devez doubler ce que vous savez à un rythme plus rapide que votre propre demi-vie de la connaissance. Cela prend du temps. Mais quand on regarde le monde sous l’angle des intérêts composés, il faut le regarder avec un horizon lointain.

C’est pourquoi le meilleur truc pour faire fructifier votre patrimoine grâce aux intérêts composés est de commencer jeune, et le deuxième meilleur moyen est de mourir vieux. Warren Buffett a commencé à investir à 11 ans, mais 99 % de sa fortune s’est accumulée après 65 ans.

Ce qui laisse entrevoir la dernière similitude entre la connaissance et l’argent. Il faut la dépenser.

Quand vous avez du capital, vous le déployez pour qu’il travaille. Quand vous avez des connaissances, surtout des connaissances exceptionnelles, vous devez les mettre à profit. Faites-en quelque chose. C’est la différence entre l’invention et l’innovation. L’invention demande : « Avez-vous créé quelque chose? » L’innovation demande : « Est-ce que ça a fait une différence? »

Et si vous voulez faire une différence, vous devez mettre la connaissance en action. Seule l’action suscite de nouvelles questions, la recherche et de nouvelles connaissances. Vous devez toujours apprendre, et toujours agir.

C’est là qu’intervient l’intelligence artificielle, ce qui m’amène à mon troisième et dernier point.

3.

La raison d’être de l’IA est d’accélérer le progrès de la connaissance et de la prospérité humaines.

Pensez aux deux premières choses que j’ai dites ce soir. J’ai dit que la connaissance est semblable au vivant par sa nature, et que nous devrions la nourrir et la faire progresser, parce que, de façon générale, les gens en profitent. Puis j’ai dit que la connaissance a un caractère économique. Que nous devrions la cultiver, parce que, de façon générale, tout le monde en profite.

Si vous croyez ces deux choses, vous devez aussi envisager l’IA un peu différemment.

Au lieu d’être obsédé par l’atteinte de l’IAG ou par l’idée de rendre la technologie intelligente pour elle-même, vous en concluriez que la raison de créer une IA meilleure et plus exacte, c’est de servir les gens.

Vous en concluriez que l’objectif le plus noble et le plus important de l’IA est de rendre les gens plus intelligents et plus prospères.

Si cela ressemble beaucoup à la raison d’être de l’université, eh bien, nous y voilà.

Repensez à l’évaluation par les pairs. Elle a été inventée en 1831. Cette année, Perplexity a lancé un produit très simple appelé Model Council, inspiré d’une idée proposée par l’un des chercheurs fondateurs d’OpenAI. Vous posez la même question à trois modèles d’IA. Chacun fait ses recherches et répond, puis un modèle « président » évalue leurs points de divergence et d’accord, et en tire, par raisonnement, une réponse finale.

Model Council ne remplace pas l’évaluation par les pairs. Il a plutôt pour but d’apporter l’esprit de la recherche universitaire à plus de gens. Nous pouvons étendre l’éthos de l’université au-delà de ces murs, et partout dans le monde.

Nous pourrions aider plus de gens à avoir raison, plutôt qu’à simplement avoir l’impression d’avoir raison ou à en avoir l’air. À rechercher scientifiquement la vérité et la connaissance. L’arc de l’univers tend à donner à chacun un accès toujours plus grand à toujours plus de connaissances. Il est bon que les gens possèdent des connaissances. Et ce sont les gens qui en profitent.

Je terminerai par une petite histoire sur mon entreprise.

À nos débuts, nous n’étions que trois chercheurs en IA, avec plus de questions que de vision. Puis, à l’arrivée d’une quatrième personne, nous avons décidé qu’il était temps de souscrire une assurance maladie. L’assurance maladie aux États-Unis est compliquée, même pour les Américains. Je ne viens pas des États-Unis, alors c’était encore plus déroutant pour moi.

Les résultats de Google ne m’étaient d’aucune aide. Et ce qu’un fondateur fait normalement dans ce cas, c’est appeler quelqu’un qui l’a déjà fait. Un investisseur, par exemple, ou un autre fondateur. Mais il était tard le soir. Je voulais régler ça, alors j’ai dû trouver les connaissances par moi-même.

Le problème, c’est que faire la recherche soi-même veut dire fouiller dans Google parmi des sites d’assurance optimisés pour le référencement, qui donnent tous de mauvais conseils en rivalisant pour paraître les plus crédibles.

C’est là que j’ai créé la première version de Perplexity.

Elle a fait la recherche pour moi. Et je lui ai fait citer les sources de ses réponses. Je pouvais donc vérifier, et continuer à poser d’autres questions. Puis j’ai mis en place notre assurance maladie. C’était réglé. Au problème suivant. Puis au suivant, et au suivant encore. Et nous voici aujourd’hui.

La morale de cette histoire, c’est que vous n’avez plus besoin de « connaître quelqu’un ». Vous pouvez simplement apprendre des choses et les faire. Je vous ai déjà dit que la promesse de l’IA, c’est que vous pouvez accéder à n’importe quelle connaissance. La morale de cette histoire, c’est que n’importe qui peut accéder à n’importe quelle connaissance.

Voilà la promesse ultime de l’IA. Tout le monde peut désormais être curieux. Tout le monde peut créer n’importe quoi. Tout le monde peut désormais entrer dans le temple du savoir. Et cela profite à tous.

Et c’est une bonne nouvelle pour vous. Cela veut dire que la chose la plus importante que vous puissiez faire, pour le reste de votre vie, c’est d’être curieux. Ceux d’entre vous qui réussiront le mieux seront ceux qui auront le plus de questions. Et les meilleures questions.

Mon conseil, donc : devenez aussi curieux que possible. Ne vous contentez pas de faire défiler les médias sociaux sur votre téléphone. Ne vous contentez pas d’un agent d’IA qui ne fait que réserver des tables au restaurant – faites du vrai travail avec lui. Et ne croyez jamais un robot conversationnel qui vous dit que vous avez déjà raison.

Croyez en l’esprit de recherche. Croyez en ce que vous pouvez apprendre avec l’IA. Croyez en ce que vous créerez ce faisant. Et pour nous tous, faites-en quelque chose de bien.

Merci.