Discours sur le savoir

—

Ce discours a été prononcé 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 débat au monde à avoir fonctionné sans interruption.

—

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

L’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’adore ça. Quand on est PDG, les universités sont généralement les seuls publics qui vous contredisent. Nous réserverons donc plus de temps à la discussion qu’à mon intervention.

Commençons.

D’habitude, quand on m’invite à prendre la parole quelque part, on me demande de faire un discours prospectif au titre générique, du genre « l’avenir de l’IA ». Je ne vais pas parler de l’avenir de l’IA. Je vais plutôt parler de votre avenir. Votre avenir m’intéresse davantage, et il vous intéresse sans doute davantage, à vous aussi.

D’abord, quelques mots sur le passé. Cambridge est l’endroit idéal pour parler du passé en même temps que de votre avenir, car 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, et non ici, à l’université. C’était en 1831. Aujourd’hui, plus de 3,5 millions d’articles scientifiques sont publiés chaque année selon le 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 le boom d’Internet des années 1990 ne faisait que commencer. Le World Wide Web était sur toutes les lèvres. Un peu comme « l’IA » aujourd’hui.

Comme aujourd’hui, la plupart de ceux qui parlaient de ce boom étaient des investisseurs et des médias. La « communauté tech » de l’époque, c’était l’industrie des télécommunications. Il n’y avait pas beaucoup d’universitaires dans le débat. (Quelques-uns, mais pas beaucoup.) Et ces deux doctorants n’étaient pas vraiment des initiés du boom d’Internet.

Mais ils savaient une chose dont les gens extérieurs au monde 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 le savoir.

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 savoir dans le monde (estimée par le nombre d’articles d’une qualité digne de l’évaluation par les pairs) ne fait que croître. Il leur était donc facile de voir que le Web, lui aussi, ne ferait que croître avec le savoir humain.

Ils connaissaient aussi un vieux problème qui était « nouveau » pour le Web : comment trouver le bon savoir, ou le meilleur, s’il ne cesse de s’étendre. Dans l’ancien modèle, les universitaires jugent si les travaux de quelqu’un sont utiles ou crédibles en fonction du nombre de fois où ils ont été cités.

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

Ils ont appelé ce 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 mis à la portée du 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 le savoir. Dans ce discours, je vais vous dire trois choses sur le savoir. J’espère que nous parviendrons à mieux comprendre, concrètement, l’intelligence artificielle en nous penchant sur la nôtre.

1.

Premièrement, le savoir a une vie. Il naît, il se dégrade et il meurt.

Il a un cycle de vie. Et parce qu’il a un cycle de vie, le savoir connaît une évolution.

À mesure que nos connaissances évoluent, nous devenons tous plus intelligents. C’est ce qu’on appelle l’effet Flynn. L’effet Flynn désigne le constat selon lequel 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 d’appréhender l’effet Flynn est donc de raisonner en percentiles. En 1950, une personne située au 92e percentile d’intelligence ne serait aujourd’hui qu’au 50e percentile. Nous sommes tous devenus plus intelligents.

1950 est aussi l’année où le test de Turing a été inventé. C’était le premier test visant à déterminer si, ou à quel moment, une machine est plus intelligente que les humains. Cela signifie qu’en 1950, le test de Turing était bien 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. Le savoir mène toujours à davantage de savoir.

L’inconvénient, c’est que le monde peut devenir plus intelligent, mais que vous, en tant qu’individu, pouvez devenir plus bête. Le savoir se dégrade. Voyez cela comme 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 du savoir est le temps nécessaire pour que la moitié de celui-ci devienne obsolète.

Voici quelques exemples, ici même, à Cambridge.

En 1978, Sir Roy Calne a contribué à introduire la ciclosporine en transplantation. C’était important pour prévenir le rejet d’organe. Les premiers essais cliniques ont eu lieu à Cambridge. En 2001, un autre médicament, le tacrolimus, était devenu le traitement prédominant de sa classe en transplantation rénale aux États-Unis. On pourrait donc dire que le savoir médical sur le traitement par ciclosporine 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. C’est ce que nous faisons dans la tech. 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, le savoir meurt aussi. Il existe des langues qui n’ont plus aucun locuteur. Il y a une sagesse qui meurt avec un ancien.

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

Je tiens à préciser : le savoir est comme un être vivant, mais il n’est pas vivant. 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 du savoir. Ce qui m’amène à mon deuxième point.

2.

Deuxièmement, le savoir n’est pas de l’argent. Mais il se comporte comme de l’argent.

L’argent a une valeur temps. Les intérêts le font fructifier, et l’inflation le fait fondre. 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 23 ans environ), il vous faudra 250 000 £ pour rentrer dans vos frais. Et 23 ans plus tard encore, il vous faudrait 625 000 £.

Quand les effets se composent, les gains ou les pertes croissent de façon exponentielle avec le temps.

C’est pourquoi le principe financier le plus fondamental veut que vous fassiez toujours fructifier votre capital à un taux d’intérêt composé supérieur à l’inflation. Car si vous ne grandissez pas, vous rétrécissez. Il en va de même pour le savoir.

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 sera que très légère chaque jour. Si légère que vous la remarquerez à peine. Jusqu’au jour où vous vous réveillerez sans plus rien. Votre savoir n’aura plus la même valeur marchande. C’est inévitable. Souvenez-vous : le théorème de Pythagore était autrefois une chose que seules les élites avaient le droit de connaître. Mais tout le monde ici l’a appris en cinquième.

Nous devenons tous plus intelligents, pour toujours. Comme je l’ai mentionné, c’est toute la raison d’être de l’université. Avec un peu de chance, un jour, dans un futur lointain, ce que vous avez étudié ici à Cambridge sera peut-être au programme des élèves de cinquième.

C’est une bonne chose si cela se produit. Cela signifie qu’il y a du 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 du savoir.

Autrement dit, vous devez doubler ce que vous savez à un rythme supérieur à votre propre demi-vie du savoir. Cela prend du temps. Mais quand on regarde le monde à travers le prisme des intérêts composés, il faut le regarder avec un horizon lointain.

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

Ce qui laisse entrevoir la dernière ressemblance entre le savoir et l’argent. Il faut le dépenser.

Quand vous avez du capital, vous le mobilisez pour produire. Quand vous avez du savoir, surtout un savoir exceptionnel, vous devez le 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 : « cela a-t-il changé les choses ? »

Et si vous voulez faire la différence, vous devez passer à l’action à partir de votre savoir. Seule l’action suscite de nouvelles questions, de nouvelles recherches et de nouveaux savoirs. 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 savoir et la prospérité de l’humanité.

Reprenons les deux premières choses que j’ai dites ce soir. J’ai dit que le savoir possède un caractère proche du vivant, et que nous devrions le nourrir et le faire progresser, car, globalement, les gens en profitent. Puis j’ai dit que le savoir possède un caractère économique. Que nous devrions le cultiver, car, d’une manière générale, tout le monde en profite.

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

Au lieu d’être obsédés par l’atteinte de l’AGI ou par l’idée de rendre la technologie intelligente pour elle-même, vous concluriez que la raison de construire une IA meilleure et plus précise est de servir les gens.

Vous en concluriez que la raison d’être la plus haute et la plus importante 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 formulée 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 désaccord et d’accord, et raisonne pour formuler une réponse finale.

Model Council ne remplace pas l’évaluation par les pairs. Son objectif est plutôt d’apporter l’esprit de la recherche universitaire à davantage de gens. Nous pouvons étendre l’éthos d’une université au-delà de ces murs, et partout dans le monde.

Nous pourrions aider davantage de gens à avoir raison, plutôt qu’à simplement se sentir dans le vrai ou à en donner l’impression. À rechercher scientifiquement la vérité et le savoir. L’arc de l’univers tend à donner à chacun davantage accès à davantage de savoir. Il est bon que les gens possèdent du savoir. Et ce sont les gens qui en profitent.

Je terminerai par une courte histoire sur mon entreprise.

Quand nous avons commencé, 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 santé. En Amérique, l’assurance santé est compliquée, même pour les Américains. Je ne suis pas américain, alors c’était encore plus déroutant pour moi.

Les résultats de Google ne m’étaient d’aucune aide. Et ce que fait normalement un fondateur 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 dans la nuit. Je voulais régler ça, alors j’ai dû trouver les connaissances par moi-même.

Le problème, c’est que faire les recherches soi-même implique d’écumer sur Google des sites d’assurance optimisés pour le SEO, qui donnent tous de mauvais conseils tout en rivalisant pour paraître les plus crédibles.

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

Cette version a fait les recherches à ma place. Et je lui ai fait citer ses sources dans les réponses. Ainsi, je pouvais vérifier, et continuer à poser d’autres questions. Puis j’ai mis en place notre couverture santé. C’était réglé. Place au problème suivant. Puis au suivant, et encore au suivant. Et nous voilà 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 quel savoir. La morale de cette histoire, c’est que n’importe qui peut accéder à n’importe quel savoir.

C’est la promesse ultime de l’IA. Tout le monde peut désormais être curieux. Tout le monde peut tout construire. 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 signifie 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 est donc de devenir aussi curieux que possible. Ne vous contentez pas de faire défiler les réseaux sociaux sur votre téléphone. Ne vous contentez pas d’un agent IA qui se borne à réserver des tables au restaurant : accomplissez un vrai travail avec lui. Et ne croyez jamais un chatbot 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 en le faisant. Et, pour nous tous, faites-en quelque chose de bien.

Merci.