Le paradoxe de Jevons désigne le constat que rendre une chose plus efficace tend à en augmenter la consommation totale, non à la réduire. Le nom vient de l’économiste victorien William Stanley Jevons, qui remarqua en 1865 que les améliorations de la machine à vapeur — qui lui faisaient brûler bien moins de charbon par unité de travail — n’avaient pas réduit la consommation de charbon en Grande-Bretagne. Elles l’avaient fait exploser. Des machines moins chères et plus efficaces rendaient rentable d’en faire tourner davantage, en davantage d’endroits, pour davantage de tâches. Le gain d’efficacité libérait une demande nouvelle, jusque-là trop coûteuse à satisfaire.
Le paradoxe revient avec régularité tout au long de l’histoire économique. Les voitures sobres en carburant conduisent à rouler davantage, non moins, parce que le coût plus bas par kilomètre rend les longs trajets intéressants. Un éclairage plus efficace conduit à des bâtiments plus brillamment éclairés, non à une baisse de la consommation d’électricité. Dans chaque cas, l’amélioration de l’efficacité ne réduit pas l’empreinte de la technologie — elle l’étend, parce qu’elle abaisse le seuil à partir duquel en utiliser davantage devient rationnel. L’économie attendue est absorbée par une activité nouvelle plutôt qu’empochée sous forme de réduction.
Appliqué à l’IA, le paradoxe compte énormément pour penser le travail et la productivité. L’hypothèse naturelle est que si l’IA rend le travail intellectuel plus rapide et moins cher, on aura moins besoin du travail intellectuel des humains. L’intuition de Jevons suggère que l’inverse est plus probable : une pensée moins chère et plus rapide rendra rentable de s’attaquer à des problèmes bien plus ambitieux que ceux que nous abordons aujourd’hui. La découverte de médicaments, l’éducation personnalisée, la modélisation du climat et les soins en santé mentale sont autant de domaines où le goulot d’étranglement n’est pas l’imagination, mais le coût même du travail intellectuel requis. Supprimez ce goulot, et la demande pour ce travail — et pour les humains capables de le diriger et de l’affiner — tend à croître.
La conséquence pratique n’est pas que les gains d’efficacité soient mauvais, ni qu’il faille leur résister. C’est que les effets de l’efficacité vont rarement dans le sens que prédit le bon sens. Quand quelqu’un soutient que l’IA réduira le besoin d’intelligence humaine, il suppose implicitement que la demande totale d’intelligence est fixe. Jevons a passé sa carrière à montrer que cette hypothèse est presque toujours fausse. Elle n’est pas devenue plus juste depuis 1865.
