« Penser est déjà en soi un signe de résistance, un effort de ne plus se laisser duper » Max Horkheimer.

Lorsqu’Elon Musk organise des sondages sur X pour « consulter le peuple américain », lorsque Meta récupère nos informations publiques sur nos comptes Facebook et Instagram pour entraîner ses intelligences artificielles, lorsque nos trajets Google Maps nous suggèrent opportunément des commerces correspondant à notre profil, nous ne faisons pas simplement face à des innovations technologiques ou à des dérives commerciales de quelques géants du numérique.

La digitalisation de nos vies ne se laisse pas saisir par les catégories économiques traditionnelles. Elle exige un travail de conceptualisation pour identifier ce qui se joue réellement derrière l’apparente neutralité technique des algorithmes. C’est précisément l’objectif de cet article : proposer un parcours théorique à travers les principaux concepts forgés ces dernières années par les sciences sociales critiques pour penser l’intelligence artificielle (IA) comme transformation du capitalisme Capitalisme Système économique et sociétal fondé sur la possession des entreprises, des bureaux et des usines par des détenteurs de capitaux auxquels des salariés, ne possédant pas les moyens de subsistance, doivent vendre leur force de travail contre un salaire.
(en anglais : capitalism) .

Le capitalisme algorithmique s’inscrit dans une dynamique historique que le philosophe Jonathan Durand Folco découpe en trois périodes [1] : de 2008 à 2016, les plateformes numériques comme Facebook se parent d’une « idéologie libérale-progressiste axée sur une utopie numérique » [2] ; entre 2016 et 2024, cette utopie s’effondre et les géants du numérique deviennent les premières capitalisations mondiales dans le contexte de la première administration Trump marquée par une forte polarisation de la vie politique [3] ; à partir de 2025, la convergence entre oligarchie technologique et mouvements autoritaires – incarnée par l’alliance Trump-Musk – ouvre ce que Durand Folco nomme l’ère du technofascisme [4].

Dans ce qui suit, nous nous intéresserons aux deux dernières périodes, allant de 2016 à 2025 en nous concentrant sur l’intelligence artificielle. Nous tenterons alors de répondre aux questions suivantes : Comment l’IA transforme-t-elle le capitalisme et le travail ? Quelles en sont les conséquences politiques ?

De 2016 à 2025, plusieurs étapes se sont succédé dans cette transformation : la colonisation de nos vies par l’extraction massive de données (Couldry et Mejias), la prédiction et la modification systématiques de nos comportements avec le « capitalisme de surveillance » (Zuboff), l’aliénation généralisée de notre existence connectée avec le « capital Capital Ensemble d’actifs et de richesses pouvant être utilisés pour produire de nouveaux biens ou services.
(en anglais : capital, mais aussi fund ou wealth)
algorithmique » (Durand Folco et Martineau), jusqu’à la mort programmée de la politique remplacée par la « gouvernementalité algorithmique » (Rouvroy et Berns). À partir de 2025, cette dynamique franchit un nouveau seuil avec l’émergence de ce qu’Antoinette Rouvroy nomme l’« hyperagence » – cette convergence inédite entre force technologique, capital Capital A collection of assets and wealth that can be used to produce new goods or services.
(in French : capital) économique, connexions stratégiques et propriété d’infrastructures névralgiques – et avec les configurations que tentent de qualifier les concepts de « technofascisme » et de « technoféodalisme ».

Ainsi, nous assistons à une mutation profonde du capitalisme contemporain, dont l’intelligence artificielle constitue à la fois le moteur et le symptôme, et à une potentielle fin de la politique en tant qu’instance démocratique.

Bien entendu, l’exercice proposé ici a certaines limites. Mettre au même niveau des concepts qui relèvent de courants intellectuels différents est périlleux mais permet, néanmoins, d’avoir une vue d’ensemble des tentatives contemporaines d’explications de ces changements. Plutôt que de les opposer, nous proposons de les considérer comme autant d’outils complémentaires permettant d’éclairer différentes facettes d’un même système : la reconfiguration du capitalisme à l’ère algorithmique avec les conséquences politiques que cela implique.

 De 2016 à 2024. Première étape : coloniser nos vies

Précédemment [5], l’analyse de la chaîne de valeur du travail de l’IA révèle une structure économique d’exploitation, géographiquement située. Dans cette perspective, l’industrie de l’IA reproduit des rapports de domination qui peuvent évoquer les logiques coloniales historiques. Le concept de « colonialisme de données », théorisé notamment par Couldry et Mejias [6], permet de saisir cette dimension politique et épistémologique de la domination.

Comme avertissement nécessaire, les deux auteurs précisent : « En employant le concept de colonialisme des données, notre objectif n’est pas de faire des analogies ambiguës au contenu ou à la forme, et encore moins à la violence physique, du colonialisme historique. » [7]

De plus, au moment où cette théorie a été conçue, elle était en rapport au big data, qui a précédé et permis l’essor de l’IA générative. Pour rappel [8], l’intelligence artificielle générative désigne les systèmes capables de créer du contenu original – comme ChatGPT pour le texte, DALL-E et Midjourney pour les images, ou Sora pour les vidéos. Ces systèmes détectent les structures récurrentes dans les données d’entraînement et génèrent de nouveaux contenus conformes à celles-ci. Pour y arriver, l’IA générative a besoin du big data, qui fait référence au volume massif de données, structurées ou non, créées aussi bien par les humains (ex. : recherches sur les moteurs de recherche, likes sur les réseaux sociaux, etc.) que par les machines.

En résumé, le colonialisme des données est un système où des entreprises technologiques dominantes (américaines ou chinoises) extraient, exploitent et privatisent massivement les données personnelles des utilisateurs (des pays dits du Sud mais aussi du Nord) en tant que ressource brute, reproduisant ainsi les asymétries du pouvoir colonial. En effet, les données sont collectées gratuitement, « raffinées » dans les pays riches, puis revendues sous forme de services, créant une dépendance technologique et cognitive des colonisés [9].

Ce colonialisme est structuré autour d’entreprises comme Apple, Facebook, Amazon, Google (États-Unis) ou encore Tencent, Alibaba, Baidu (Chine), ainsi que des fabricants de matériel informatique et de logiciels [10]. D’autres entreprises, spécialisées dans le négoce et l’exploitation analytique des données, complètent le tableau [11].

La force principale de cette thèse du colonialisme des données repose sur le fait que, derrière ce système, se profile la marchandisation toujours plus poussée de nos vies. Couldry et Mejias analysent comment les interactions humaines sont progressivement reconfigurées en « relations de données » : l’ensemble de la vie sociale mondiale devient une mine extractible au profit de logiques commerciales [12]. Autrement dit, nous nous retrouvons, en tant que « sujets de données » [13], à être colonisés par les entreprises du big data. Or, comme le disent si bien les deux auteurs : « Une vie continuellement traçable est une vie dépossédée, quelle que soit la manière dont on aborde cette question. » [14]

Les deux auteurs expliquent que, si le colonialisme historique a permis le développement du capitalisme industriel, il est à supposer que le colonialisme des données créera un nouveau stade du système économique avec l’instrumentalisation de la vie humaine par les données [15]. C’est justement ce que propose Soshana Zuboff avec le concept de capitalisme de surveillance.

 Deuxième étape : prédire notre comportement

Pour Zuboff [16], le capitalisme de surveillance représente une mutation aussi profonde du capitalisme que le fordisme Fordisme Système de production fondé au début du XX^e siècle dans les usines Ford. Il est basé sur plusieurs éléments : 1. la standardisation des composants ; 2. la mise séquentielle des hommes, des machines et des outils dans l’ordre chronologique où se réalise la production ; 3. la chaîne de montage. Par extension, l’école de la régulation a appelé fordisme tout le système consistant à augmenter la productivité et à développer la consommation de masse grâce à des hausses perpétuelles des salaires, qui s’est généralisée en Europe occidentale après la Seconde Guerre mondiale.
(en anglais : fordism) en son temps [17]. Ce nouveau capitalisme exploite notre expérience pour nous prédire et nous modifier ; le but étant, à terme, de générer des revenus pour les entreprises du secteur numérique [18]. Comment l’auteure en arrive-t-elle à cette thèse ? La particularité de Soshana Zuboff réside dans le fait qu’elle propose plusieurs éléments de définition du capitalisme de surveillance.

Tout d’abord, elle analyse le capitalisme de surveillance comme un « nouvel ordre économique [19] » et l’explique en ces termes : « Bien que certaines données soient utilisées pour améliorer des produits ou des services, le reste est déclaré comme un surplus comportemental propriétaire qui vient alimenter des chaînes de production avancées, connues sous le nom d’ “intelligence artificielle” pour être transformé en produits de prédiction qui anticipent ce que vous allez faire, maintenant, bientôt ou plus tard. Enfin, ces produits de prédiction sont négociés sur un nouveau marché Marché Lieu parfois fictif où se rencontrent une offre (pour vendre) et une demande (pour acheter) pour un bien, un service, un actif, un titre, une monnaie, etc. ; un marché financier porte sur l’achat et la vente de titres ou d’actifs financiers.
(en anglais : market) , celui des prédictions comportementales, que j’appelle les marchés de comportements futurs. Les capitalistes de surveillance se sont énormément enrichis grâce à ces opérations commerciales, car de nombreuses entreprises sont enclines à miser sur notre comportement futur. » [20]

Le téléphone intelligent que beaucoup d’entre nous avons est, effectivement, un véritable outil d’exploitation de notre expérience humaine en vue de la prévoir et de la modifier. Par exemple, les outils numériques du groupe Meta (Facebook, Instagram, WhatsApp) collectent depuis mai 2025 nos données publiques pour entraîner leurs IA [21]. Le moindre like ou commentaire public posté sur les réseaux sociaux est systématiquement récupéré et traité. Une partie de ces données va permettre de prédire notre comportement commercial futur et sera vendue à d’autres entreprises. Ainsi, après avoir commenté une destination de vacances en Espagne sur Instagram, l’internaute constatera sans surprise, en naviguant sur le web, l’apparition de publicités proposant des séjours dans ce pays.

Il en découle que l’essentiel de la chaîne de production de biens et de services est dorénavant soumis à ce capitalisme de surveillance [22]. Une nouvelle fois les exemples ne manquent pas. Ainsi, le métier de libraire a été profondément transformé par l’arrivée d’Amazon qui peut suggérer à l’internaute lambda des livres ou des objets correspondants, « comme par magie », à ce qu’il souhaite se procurer.

Pour les entreprises opérant cette surveillance, il émerge une accumulation Accumulation Processus consistant à réinvestir les profits réalisés dans l’année dans l’agrandissement des capacités de production, de sorte à engendrer des bénéfices plus importants à l’avenir.
(en anglais : accumulation) inédite d’influence, d’argent et de connaissance [23]. À ce titre Titre Morceau de papier qui représente un avoir, soit de propriété (actions), soit de créance à long terme (obligations) ; le titre est échangeable sur un marché financier, comme une Bourse, à un cours boursier déterminé par l’offre et la demande ; il donne droit à un revenu (dividende ou intérêt).
(en anglais : financial security) , l’hégémonie sino-étasunienne pour décrire le développement puis l’utilisation des grands modèles de langage de l’IA générative dans le premier article [24] confirme cette tendance.

Cette transformation en cours est un « coup d’en haut » [25] au détriment des citoyens et de ses droits humains. Bien entendu, ce capitalisme de surveillance constitue un premier palier vers une économie générale de surveillance [26]. En comparaison, cette nouvelle forme de capitalisme représente un danger pour l’humanité, aussi grande que l’a été le capitalisme industriel pour l’environnement [27].

Comme le précisent Durand Folco et Martineau, l’une des critiques adressées au capitalisme de surveillance est de mettre trop la focale sur l’exploitation que fait peser le numérique, et donc l’IA, sur nos vies privées, sans prendre en compte les autres types d’exploitation, comme celle de l’environnement, [28] mais aussi celle du travail [29] dans une dichotomie Nord/Sud [30]. C’est précisément pour combler cette lacune que les deux auteurs ont développé le concept de capital algorithmique, qui replace l’IA dans les rapports sociaux d’exploitation.

 Troisième étape : aliéner entièrement notre vie

La thèse centrale de l’ouvrage [31] de Jonathan Durand Folco et Jonathan Martineau postule que, de même que la révolution industrielle a propulsé l’empire du capital au XIX^e siècle, les algorithmes et l’IA pourraient avoir un impact comparable au XXI^e siècle, inaugurant une nouvelle phase du capitalisme et provoquant des mutations socioéconomiques et politiques majeures. Ce phénomène multidimensionnel – à la fois accumulation capitaliste, rapport social et pouvoir algorithmique – bouleverse déjà nos vies.

Par algorithme, les deux auteurs québécois désignent, plus particulièrement, ce qu’ils appellent, pour l’instant, l’« IA faible », à savoir des suites finies et non ambiguës d’instructions et d’opérations « entraînées pour effectuer des tâches spécifiques : jouer aux échecs, filtrer des courriers indésirables, sélectionner des contenus sur un fil d’actualité, recommander des marchandises sur un site web, conduire un véhicule autonome, etc. » [32]

En résumé, et dans le prolongement du concept de capitalisme de surveillance de Soshana Zuboff décrit plus haut, les auteurs estiment que « le capital algorithmique est guidé par une dynamique d’accumulation de données (impératif d’extraction), d’augmentation de la puissance algorithmique (impératif de prédiction), d’une étroite collaboration humains/machines où celles-ci jouent un rôle de plus en plus dominant dans la prise de décision (impératif de compétition), de même que dans la réorganisation du processus de production (impératif de productivité Productivité Rapport entre la quantité produite et les ressources utilisées pour ce faire. En général, on calcule a priori une productivité du travail, qui est le rapport entre soit de la quantité produite, soit de la valeur ajoutée réelle (hors inflation) et le nombre de personnes nécessaires pour cette production (ou le nombre d’heures de travail prestées). Par ailleurs, on calcule aussi une productivité du capital ou une productivité globale des facteurs (travail et capital ensemble, sans que cela soit spécifique à l’un ou à l’autre). Mais c’est très confus pour savoir ce que cela veut dire concrètement. Pour les marxistes, par contre, on distingue la productivité du travail, qui est hausse de la production à travers des moyens techniques (machines plus performantes, meilleure organisation du travail, etc.), et l’intensification du travail, qui exige une dépense de force humaine supplémentaire (accélération des rythmes de travail, suppression des temps morts, etc.).
(en anglais : productivity) ) » [33].

Un des principaux apports de l’ouvrage est de tisser des liens conceptuels avec des auteurs d’inspiration marxiste.

Un premier lien est avec la thèse polanyienne du désencastrement de l’économie. Dans son ouvrage La Grande Transformation, Karl Polanyi analyse comment l’économie s’est « désencastrée » des relations sociales au XIX^e siècle. Ainsi, au lieu d’être un domaine parmi d’autres de la vie collective, le marché est devenu une sphère autonome à laquelle la société tout entière doit s’adapter [34]. Les êtres humains sont alors devenus des auxiliaires de l’économie avec notamment le grand exode rural qui a transformé des millions de paysans européens en ouvriers. Ce désencastrement de l’économie vis-à-vis de la société peut être comparé à celui en cours de la technologie vis-à-vis de cette même société. En effet, de plus en plus de décisions, qu’elles soient économiques, sociales ou politiques, sont confiées aux algorithmes (et donc à l’IA) à un rythme qui dépasse constamment les capacités de régulation des sociétés [35]. L’avènement d’une « société algorithmique » [36] où les humains deviennent progressivement auxiliaires des machines représente ainsi une tendance structurelle du capital algorithmique

Un deuxième lien concerne le concept de culture du narcissisme de Christopher Lasch [37], qui tentait de décrire les évolutions de la société américaine des années septante. Avec le capital algorithmique, la culture narcissique de Lasch (« culte du moi », recherche de notoriété, priorité au moment présent, attention haute pour son bien-être, mise en scène du quotidien) se transforme en « narcissisme connecté » avec une soif de validation sociale (likes, commentaires) amplifiée par des mécanismes addictifs (ludification, notifications) programmés pour nous enchaîner aux écrans [38]. Le réseau social Instagram incarne parfaitement ce narcissisme connecté. En effet, chaque publication devient une théâtralisation calculée de soi, chaque story un fragment de vie offert au jugement algorithmique, transformant l’existence quotidienne en performance permanente soumise à la quantification de l’approbation sociale.

Mais, dans ce prolongement, le lien probablement le plus pertinent est celui fait avec le concept marxiste d’« aliénation ». Il est, à nos yeux, la partie la plus intéressante de l’ouvrage. Dans la théorie marxiste, l’aliénation (entfremdung en allemand) désigne le processus par lequel, en régime capitaliste, le travailleur devient étranger à lui-même, à son activité, à ses produits et aux autres humains. Ce qui devrait être l’expression de sa nature humaine (le travail créateur) devient son opposé : une dépossession, car l’ouvrier ne possède plus ce qu’il produit ; le travail n’est plus libre, mais devient contraint (par la nécessité de survivre) ; l’activité créatrice devient mécanique et répétitive et les rapports sociaux deviennent des rapports de concurrence et d’exploitation.

Pour Jonathan Durand Folco et Jonathan Martineau, « toutes les activités humaines qui entrent dans la fabrication et la reproduction du capital algorithmique sont effectivement aliénées au sens où elles façonnent un processus mécanique qui non seulement est la propriété d’un autre, mais construit un monde autre. Ce « monde algorithmique », le monde en ligne des plateformes, des réseaux sociaux, des algorithmes, et de plus en plus celui de l’intelligence artificielle, est créé afin d’accumuler du capital algorithmique pour les entreprises qui le possèdent. Le monde algorithmique est un monde majoritairement privatisé, et l’activité humaine, qu’elle prenne la forme du travail algorithmique ou d’une simple activité quotidienne datafiée, est appropriée par le capital algorithmique et participe à sa croissance Croissance Augmentation du produit intérieur brut (PIB) et de la production.
(en anglais : growth) . Plus nos faits et gestes occupent et dynamisent ce monde algorithmique, plus notre activité et nos données nous échappent, et plus le capital algorithmique croît. L’aliénation de l’activité au capital est en ce sens aujourd’hui exacerbée, puisque non seulement le temps de travail est aliéné, mais tous les temps d’attention et les temps de la vie quotidienne médiatisés par les algorithmes le sont également. Notre activité aliénée revient ensuite vers nous pour nous dominer, nous inciter, nous orienter, sous la forme d’algorithme » [39]. Ainsi, l’aliénation algorithmique opère un retournement dialectique : l’activité humaine libre et gratuite (partager des photos, discuter en ligne, exprimer ses opinions) est captée, quantifiée, transformée en capital, puis nous revient sous forme de dispositifs de contrôle et d’incitation. Ce qui était initialement présentation de soi devient production de données ; ce qui était sociabilité devient travail gratuit ; ce qui était autonomie devient hétéronomie algorithmique. L’aliénation ne concerne plus seulement le prolétaire à l’usine, mais s’étend à tous les individus connectés qui, en « vivant leur vie » en ligne, produisent malgré eux la matière première Matière première Matière extraite de la nature ou produite par elle-même, utilisée dans la production de produits finis ou comme source d’énergie. Il s’agit des produits agricoles, des minerais ou des combustibles.
(en anglais : raw material) d’une domination technologique qu’ils ne maitrisent pas.

En d’autres termes, nous générons ensemble l’intelligence sociale, les contenus culturels, les interactions symboliques qui nourrissent les modèles d’IA, mais ces communs numériques sont immédiatement privatisés, monétisés, retournés contre nous sous forme d’algorithmes propriétaires. Cette dépossession accompagne, comme toujours, l’exploitation capitaliste traditionnelle, car non seulement notre force de travail Force de travail Capacité qu’a tout être humain de travailler. Dans le capitalisme, c’est la force de travail qui est achetée par les détenteurs de capitaux, non le travail lui-même, en échange d’un salaire. Elle devient une marchandise.
(en anglais : labor force) est vendue sur le marché, mais notre simple existence connectée produit désormais de la valeur qui nous échappe. Le capital algorithmique réalise ainsi la subordination totale de la vie au capital que Marx n’avait qu’esquissée : il n’y a plus d’extériorité, plus de refuge, plus de temps non productif.

Dans l’ouvrage de Jonathan Durand Folco et Jonathan Martineau, certaines formulations, volontiers simplificatrices dans un objectif pédagogique, voire provocatrices, ne manqueront pas de faire réfléchir ou de faire sourire le lecteur [40]. Guillaume Dreyer critique justement ce qui relève ici, selon lui, du pastiche et non de l’analyse dialectique précise. Les auteurs ne maitrisent pas, selon lui, correctement la théorie marxienne de la valeur [41]. Ainsi, il critique le flou conceptuel – entre les données, l’expérience humaine, le travail algorithmique, les algorithmes eux-mêmes, qu’est-ce qui produit de la valeur selon les auteurs ? – et rejette leur définition de « travail digital ». Par exemple, scroller sur Instagram n’a rien à voir avec creuser des mines artisanales en Afrique [42]. L’absence totale d’ancrage empirique est aussi un point faible relevé par les critiques [43].

L’ouvrage Le capital algorithmique fait référence aux travaux d’Antoinette Rouvroy et inclut son concept, défini avec Thomas Berns, de « gouvernementalité algorithmique ». Le concept d’« hyperagence » prolonge leur travail. Dans ce qui suit, nous nous appuyons sur certains écrits des deux auteurs ou d’Antoinette Rouvroy elle-même, ainsi que d’un entretien mené avec la philosophe (la plupart des passages en citation).

 Quatrième étape : tuer la politique

Dès 2013, Antoinette Rouvroy et Thomas Berns ont développé le concept de « gouvernementalité algorithmique ». Selon l’analyse foucaldienne que les deux auteurs empruntent, les algorithmes opèrent comme un nouveau régime de gouvernement car ils ne contraignent pas directement les corps, mais pilotent les comportements et structurent les relations sociales par le traitement automatisé des données [44].

Cette gouvernementalité algorithmique se fait en trois étapes déjà explicitées précédemment : 1) collecte et stockage de données dans des centres de données (ex. : la trace d’un achat) [45] ; 2) traitement de ces données ou datamining pour détecter des « corrélations » dans ces grandes masses de données [46] (ex. : ce que dit cette trace d’un achat, couplé avec d’autres traces commerciales, sur notre profil ultra-personnalisé de consommateur) : l’apprentissage profond, central dans le développement de l’IA [47], joue à plein son rôle dans cette étape puisqu’il vise à concevoir des hypothèses probabilistes à partir de ces données ; 3) anticipation et orientation des comportements futurs des individus [48] : à partir du savoir de la deuxième étape, il est alors essentiel d’agir sur les comportements possibles (ex. : recommandation d’achats ciblés).

Les conséquences de ce concept et de ses différentes étapes sont nombreuses. Mais, si nous devions en retenir quatre par rapport à ce notre objet d’étude, les voici.

Premièrement, il y a une modulation des comportements par une hyperpersonnalisation des recommandations permises par les algorithmes, notamment ceux de l’IA, qui va au-delà de catégories comme le genre, la classe sociale Classe sociale Catégorie d’individus ayant et vivant une même situation face à la propriété privée des moyens de production. Une classe possède en exclusivité les outils, équipes et richesses permettant d’assurer l’existence des êtres humains. C’est la classe dominante ou dirigeante. Par rapport à cela, les autres sont obligés de travailler au service des premiers (classe(s) dominée(s) ou exploitée(s)). La similitude de situation pousse les membres d’une même classe sociale à agir en commun, comme un groupe intégré.
(en anglais : social class) , le lieu géographique, etc. [49] « Si nous tolérons d’être profilés par ces machines algorithmiques, c’est précisément parce que nous avons une haine de la moyenne. Nous ne voulons plus que les bureaucraties publiques et privées s’adressent à nous en tant que, par exemple, ménagère de plus de 50 ans, on veut chacun être reconnu dans ce qu’on a de plus singulier. » [50]

Deuxièmement, cette hyperpersonnalisation n’est en aucun cas une subjectivation, c’est-à-dire un processus par lequel un individu devient un sujet politique, capable de réflexivité et d’autonomie [51]. Plutôt que de s’adresser aux individus comme sujets conscients, le pouvoir algorithmique collecte des données fragmentées – clics, déplacements, achats, etc. – pour construire des profils comportementaux dans une logique toujours plus poussée de marchandisation.

Troisièmement, il y a une perte du savoir face à la machine qui a absorbé ce savoir [52]. Les individus ont perdu leur capacité d’interprétation propre et cela s’inscrit dans un processus de prolétarisation (les deux auteurs s’appuient alors sur les travaux de Bernard Stiegler). Les systèmes algorithmiques de l’IA absorbent les capacités cognitives collectives :

• mémoire : Google se souvient à notre place ;

• calcul : les algorithmes optimisent sans que nous comprenions comment ;

• jugement : les systèmes de notation Notation Classification des actifs (titres, monnaie, prêts...) ou des émetteurs de ceux-ci en fonction du risque de défaut de paiement des revenus et du remboursement de ces actifs ou de la part de celui qui les émet. Cette classification est attribuée par une société privée, appelée agence de notation. Les trois plus importantes sont Fitch Ratings, [Moody’s et Standard & Poor’s. Elles contrôlent l’essentiel des évaluations de risque. Mais le fait qu’elles soient privées et qu’elles aient d’autres départements assurant d’autres fonctions vis-à-vis de leurs clients qu’elles notent pose un très sérieux problème d’indépendance, d’impartialité et finalement de légitimité. Les notations dépendent des sociétés qui les allouent. En général, elles ressemblent néanmoins fortement de la classification suivante, allant de l’actif ou de l’entreprise la moins risquée vers celui ou celle qui l’est le plus : AAA, AA, A, BBB, BB, B, CCC, CC, C.
  (en anglais : credit rating). décident de notre solvabilité Solvabilité Rapport de long terme pour savoir si la firme peut structurellement supporter les charges financières qu’elle doit assurer de par son activité ; c’est sa capacité à rembourser les dettes qu’elle contracte.
  (en anglais : solvency) , employabilité, dangerosité, etc. comme en Chine avec le système de crédit social.

Résultat : comme l’ouvrier du XIX^e siècle ne savait plus tisser, l’individu contemporain ne sait plus penser sans machine.

Quatrièmement, et par conséquent, il y a une dévalorisation de la politique et c’est probablement ce qui nous intéresse le plus ici. Ainsi, « l’engouement que nous avons aujourd’hui pour cette nouvelle forme de ce qu’ils pensent être une rationalité, qui est en fait une déraison totale et une manière de dégouverner le monde » [53]. En effet, « quand vous réagissez simplement à une alarme ou à un signal qui vous est envoyé par une intelligence artificielle, vous ne décidez pas vraiment. Vous vous soumettez alors à la contingence du monde qui vous intime de réagir. Dans cette situation, vous n’êtes jamais tenu pour responsable d’avoir décidé quoi que ce soit. C’est le monde du calcul qui a décidé pour vous. Dans le passé, quand un décideur prenait, par définition, une décision, elle se prenait toujours sur un fond d’indécidabilité, qui est justement l’inverse du calcul. Avec la gouvernementalité algorithmique, les puissances s’exonèrent de toute responsabilité pour les conséquences de leurs décisions, puisque c’est le monde qui les a obligés à agir comme ils le font. » [54]

Plus que l’absence de projet politique, la gouvernance algorithmique annonce une certaine mort de la politique comme instance démocratique. « Les plateformes comme Uber fragmentent toutes les formes collectives car elles court-circuitent la possibilité d’actions collectives, de faire un sujet politique commun capable de négocier les conditions de travail. [...] Elles hyperindividualisent et mettent dans une forme de concurrence absolue à l’échelle du phénomène numérique. Je vois vraiment ici la portée dépolitisante en quelque sorte, la mort de la politique. C’est à la fois l’utopie d’un monde qui se gouvernerait lui-même sans qu’on ait besoin d’aucune médiation et donc sans même avoir besoin encore du langage. » [55]

En résumé, avec la « gouvernementalité algorithmique », l’optimisation algorithmique des rapports sociaux et l’ultra-fluidification des échanges rendent la politique superflue. Dans un corps social atomisé en individualités microgérées par des machines, la délibération démocratique devient obsolète. La gouvernementalité algorithmique arrive avant même qu’un quelconque désaccord puisse avoir lieu. Et cette fin de la démocratie est « une sorte de symptôme et de radicalisation de la théologie propre au capitalisme lui-même, c’est-à-dire l’accélération des flux Flux Notion économique qui consiste à comptabiliser tout ce qui entre et ce qui sort durant une période donnée (un an par exemple) pour une catégorie économique. Pour une personne, c’est par exemple ses revenus moins ses dépenses et éventuellement ce qu’il a vendu comme avoir et ce qu’il a acquis. Le flux s’oppose au stock.
(en anglais : flow) économiques, la fragmentation de toutes les formes collectives et de toutes les formes résilientes. » [56]

Si la gouvernementalité algorithmique décrit le mode de gouvernement généralisé à l’ère des données massives, le concept d’hyperagence permet de saisir comment certains acteurs de l’IA – les hyperagents – s’exceptent de cette logique pour la mettre au service Service Fourniture d’un bien immatériel, avantage ou satisfaction d’un besoin, fourni par un prestataire (entreprise ou l’État) au public. Il s’oppose au terme de bien, qui désigne un produit matériel échangeable.
(en anglais : service) de leur propre accumulation de pouvoir.

 À partir de 2025. L’hyperagence ou la force sans loi

La même Antoinette Rouvroy a défini le concept d’« hyperagence » et d’« hyperagents » pour analyser le changement en cours aux États-Unis au sein de l’administration Trump entre « capital, technologie, pouvoir institutionnel et imaginaire politique » [57] où l’IA joue un rôle fondamental.

En phase avec l’actualité, l’enjeu de ces concepts est de donner du sens en partant notamment de la relation entre Donald Trump, le président américain, et Elon Musk, l’homme le plus riche du monde, qui a occupé le devant de la scène en 2025.

En effet, « Elon Musk a une pratique du pouvoir politique américain qui est d’être le plus proche possible du président des États-Unis : il a financé sa campagne et a même eu un poste hors cadre les 100 premiers jours [Ndlr : le « département de l’efficacité gouvernementale » (D.O.G.E.)] au sein de l’administration Trump. Il y a cette ambiguïté de contester le pouvoir politique old school et de s’en rapprocher pour des raisons essentiellement mercantiles. C’est une symbiose tout à fait paradoxale qui s’est produite entre Trump, qui a une conception monarchiste, absolutiste, prémoderne du gouvernement et Elon Musk, qui prétend, au contraire, donner accès à une forme de démocratie directe grâce aux machines, en organisant notamment des sondages sur X » [58].

À partir de cette relation, Antoinette Rouvroy propose le mot « hyperagence » pour nommer une nouvelle forme de pouvoir. Le concept d’« hyperagent », emprunté au domaine de l’intelligence artificielle, renvoie à des systèmes dotés d’une capacité de résolution très étendue : ils s’instruisent et s’améliorent de façon indépendante des êtres humains [59]. Appliqués à une certaine élite, les hyperagents intègrent le pouvoir politique et se distinguent par leur accumulation de ressources : force technologique avancée (notamment en IA), fortune considérable, accès privilégié aux sphères décisionnelles et contrôle d’infrastructures essentielles (réseaux de communication, satellites, etc.) [60]. Une telle concentration donne aux hyperagents un statut à part. En effet, alors que les agents – les individus que nous sommes – doivent suivre les règles en place et donc vivre dans un environnement contraint, les hyperagents ont les moyens de changer ces règles [61].

Le cas d’Elon Musk illustre parfaitement cette catégorisation d’hyperagent. Il ne se contente pas d’influencer le débat public, il possède l’infrastructure qui le structure. Propriétaire de X (anciennement Twitter), il contrôle une plateforme de 500 millions d’utilisateurs dont il manipule l’algorithme selon ses intérêts Intérêts Revenus d’une obligation ou d’un crédit. Ils peuvent être fixes ou variables, mais toujours déterminés à l’avance.
(en anglais : interest) politiques et donc sa « réalité » à lui [62]. Propriétaire de Starlink, il détient un réseau de satellites qui fournit Internet dans de nombreux pays, donnant au gouvernement américain un levier géopolitique considérable, comme l’a démontré son rôle dans le conflit ukrainien [63]. Cette maîtrise des infrastructures critiques – centres de données, satellites, câbles sous-marins, puces électroniques – constitue le soubassement matériel de l’hyperagence. Contrairement aux oligarques traditionnels qui possédaient des usines ou/et des médias, les hyperagents comme Musk contrôlent les « tuyaux » mêmes par lesquels transitent information, communication et désormais gouvernement. Leur pouvoir ne repose pas seulement sur la richesse Richesse Mot confus qui peut désigner aussi bien le patrimoine (stock) que le Produit intérieur brut (PIB), la valeur ajoutée ou l’accumulation de marchandises produites (flux).
(en anglais : wealth) financière, mais sur la propriété des infrastructures critiques de la gouvernementalité algorithmique (définie précédemment), combinée à une position politique institutionnelle qui leur permet de redéfinir les règles du jeu démocratique. En dirigeant le département de l’Efficacité gouvernementale (en anglais, Department of Government Efficiency, abrégé en DOGE) en 2025, Musk n’est plus un simple lobbyiste de son empire économique. Il devient un hyperagent au sein du pouvoir américain qui a licencié des milliers de fonctionnaires fédéraux et annulé de nombreux programmes de recherche. Il a déployé cette toute-puissance en dehors de la Constitution américaine. Ainsi, un juge fédéral a tranché qu’Elon Musk et son DOGE exerçaient probablement une autorité inconstitutionnelle dans le démantèlement de l’Agence pour le développement international (USAID) [64]. De plus, la Maison-Blanche a conféré aux documents du DOGE un statut « présidentiel », empêchant les demandes d’accès et la plupart des recours judiciaires jusqu’en 2034 [65], ce qui démontre la capacité de l’hyperagence à redéfinir les règles institutionnelles.

Pour Rouvroy, les hyperagents vivent l’incertitude, voire les crises, non pas comme des limites – à l’image des agents ordinaires que nous sommes – mais comme des opportunités pour accroître encore plus leurs différentes ressources financières, technologiques et politiques [66]. Par exemple, les tweets d’Elon Musk sur les cryptomonnaies ont déclenché des mouvements de marché considérables qu’il a exploités à son avantage financier [67]. L’approche de Rouvroy insiste sur l’irresponsabilité structurelle de l’hyperagent : il ne subit jamais les retombées de ses choix [68]. En reconnaissant avoir mis fin par erreur au programme USAID de prévention contre Ebola, Musk a annoncé avec fatalisme que d’autres erreurs suivraient, se comportant comme s’il n’avait pas à en assumer les conséquences [69]. Les hyperagents déploient également leur « force sans loi » en rejetant le savoir scientifique [70]. Ainsi, lorsqu’Elon Musk, à la tête du département de l’Efficacité gouvernementale, a supprimé des programmes fédéraux sur le changement climatique, il a activement construit une réalité où le climat cesse d’être une contrainte scientifique. En se situant de plus en plus en dehors du cadre démocratique classique, il est intéressant de relever que le régime hyperagentique présente des ressemblances troublantes avec certaines dynamiques fascistes historiques [71].

Dans ce prolongement, Rouvroy affirme que, quand les solidarités habituelles disparaissent comme dans la société américaine contemporaine, beaucoup de personnes expriment un nouveau sentiment d’appartenance en cherchant des figures d’hyperagents comme Musk [72]. Les sondages que ce dernier organise sur X laissent croire que tout le monde peut participer aux choix et se rapprocher d’« un chef de gang charismatique » [73]. Mais ce n’est qu’une simulation de rapport direct, en dehors du cadre formel de la démocratie libérale, entre ses followers, qui lui vouent un véritable culte de la personnalité, et lui-même [74]. Cette mise en scène nourrit la rhétorique MAGA - Make America Great Again – d’un retour fantasmé à une Amérique mythifiée et homogène, repliée sur elle-même [75]. Le paradoxe relevé par Rouvroy est frappant : ces sympathisants applaudissent les promesses de restauration formulées par des hyperagents alors même que les bouleversements économiques qui alimentent leur colère – précarité, déclassement – découlent précisément du système hypercapitaliste que ces mêmes figures incarnent et amplifient [76].

Comment expliquer ce paradoxe ? Cette allégeance quasi religieuse ne tiendrait pas seulement à la fragmentation des structures collectives ou à la simulation de démocratie directe sur les réseaux sociaux. Elle s’enracinerait dans une matrice idéologique puissante qui légitime la concentration du pouvoir de la tech en la présentant comme condition de survie de l’espèce humaine. Cette matrice porterait un nom : le technofascisme.

 Peut-on parler de technofascisme ?

Ce terme s’est rapidement imposé dans le débat public ces derniers mois, jusqu’à être élu, en Belgique, « nouveau mot de l’année 2025 » [77]. Jonathan Durand Folco l’écrit d’ailleurs : le capital algorithmique est dorénavant dans cette troisième étape, qui est le technofascisme [78].

Nastasia Hadjaji et Olivier Tesquet nourrissent cette catégorie dans Apocalyspe Nerds : comment les technofascistes ont pris le pouvoir (2025). Les deux auteurs reconnaissent que cette entrée est une « catégorie politique très chargée, très commentée, et qui ne fait toujours pas consensus. » [79]

Selon eux, le technofascisme se distingue du fascisme historique par une inversion structurelle. En effet, alors que le fascisme absorbait la société civile dans l’appareil d’État, le technofascisme intègre les fonctions étatiques au sein des infrastructures numériques [80]. Dans une certaine mesure, la tentative des deux auteurs à définir la catégorie technofascisme permet, tout au moins, de comprendre comment la technique, et notamment ici l’intelligence artificielle, pourraient redéfinir le fascisme, en tant qu’« organisation sociotechnique et sociopolitique du pouvoir » [81].

Dans ce prolongement, il y a trois constances entre les fascismes historiquement situés et donc associés au XX^e siècle et la rencontre actuelle entre technologie et pouvoir politique aux États-Unis : (1) une « contre-révolution contre la modernité culturelle, inspirée des anti-Lumières avec les outils de la modernité technologique » [82], qui pourrait se résumer par la formule, volontairement simplificatrice : « Le wokisme non, ChatGPT oui » [83] ; (2) la « désignation de la gauche comme un ennemi intérieur », accélérée notamment depuis le meurtre de Charlie Kirk [84] ; (3) le « primat de la race » [85] : la question démographique, le différentialisme culturel et les thèses sur le QI racial circulent à nouveau dans ce courant, souvent habillés d’un vernis scientifique fourni d’ailleurs par l’intelligence artificielle et l’analyse massive de données.

L’origine du technofascisme vient du libertarianisme américain, et plus particulièrement du mouvement libertarien autoritaire [86]. Par la suite, le technofascisme entretient des liens directs avec l’idéologie qualifiée de « TESCREAL ».

Les sept piliers du TESCREAL ou l’idéologie derrière certains « gourous » de la tech Derrière les discours philanthropiques et techno-optimistes de certains milliardaires de la Silicon Valley se cacherait un ensemble idéologique que les chercheurs Émile P. Torres et Timnit Gebru ont baptisé TESCREAL – acronyme regroupant sept courants de pensée interconnectés : transhumanisme, extropianisme, singularitarisme, cosmisme, rationalisme, altruisme efficace (Effective Altruism) et long-termisme, présentés ci-dessous [87]. Loin d’être une simple collection de croyances futuristes, le TESCREAL constituerait la théologie politique du capital algorithmique, légitimant la concentration sans précédent de richesse et de pouvoir entre les mains d’une poignée d’hyperagents. Des personnalités comme Nick Bostrom, Elon Musk, Peter Thiel, Sam Bankman-Fried, Toby Ord et William MacAskill sont alors catégoriées dans ce mouvement. T – Transhumanisme : l’humanité doit transcender ses limites biologiques par la technologie à travers notamment l’augmentation cognitive, la prolongation de l’espérance de vie et la fusion Fusion Opération consistant à mettre ensemble deux firmes de sorte qu’elles n’en forment plus qu’une. (en anglais : merger) humain-machine. Elon Musk est emblématique de ce courant avec son entreprise Neuralink, spécialisée dans le développement d’interfaces cerveau-ordinateur (ICO) combinant l’intelligence humaine avec la technologie. E – Extropianisme : radicalisation du transhumanisme, l’extropianisme prône l’accélération technologique permanente contre l’entropie (principe thermodynamique selon lequel l’énergie utilisable dans un système se dégrade irréversiblement) avec, par exemple, la cryogénisation des corps. S – Singularitarisme : ce courant postule la singularité technologique de l’intelligence artificielle générale (AGI), définie dans l’éditorial de ce numéro comme une IA hypothétique qui posséderait des capacités cognitives équivalentes ou supérieures à celles d’un être humain dans tous les domaines, capable d’apprendre de nouvelles compétences sans reprogrammation spécifique. Cette croyance justifie la course effrénée à l’IA et la concentration de ressources : seuls les hyperagents peuvent « sécuriser » cette transition existentielle. C – Cosmisme : l’humanité est destinée à coloniser le cosmos et la Terre n’est qu’un berceau temporaire. Une nouvelle fois, les activités de l’entreprise de Space X d’Elon Musk en sont emblématiques. Cette vision légitime le mépris des enjeux terrestres : pourquoi s’embarrasser de justice sociale ou de lutte climatique quand l’enjeu est la survie au sein de l’univers ? R – Rationalisme : seule une minorité « rationnelle » – les gros acteurs de la tech et leurs philosophes – peut comprendre les vrais enjeux (risques existentiels, AGI) et prendre les bonnes décisions pour l’humanité. Cet élitisme épistémique légitime le mépris de la démocratie : trop lente, trop émotive, trop « biaisée » par la compassion. Cette position converge avec le néocaméralisme de l’idéologue Yarvin Curtis pour qui l’État doit être géré comme une entreprise par un CEO « rationnel », les citoyens étant réduits à des clients dont nous mesurons algorithmiquement la satisfaction. E – Effective Altruism (Altruisme efficace) : maximiser rationnellement l’impact philanthropique aboutit à concentrer les dons vers les préoccupations des milliardaires eux-mêmes de l’IA : sécurité de l’IA, recherche sur la longévité, colonisation spatiale. Les causes « inefficaces » – lutte contre la pauvreté, justice climatique, droits des travailleurs – sont négligées. L’accumulation illimitée de capital devient « altruisme » puisqu’elle permet de « sauver l’humanité future Future Contrat à terme (un, trois, six mois...) fixant aujourd’hui le prix d’un produit sous-jacent (titre, monnaie, matières premières, indice...) et devant être livré à la date de l’échéance. C’est un produit dérivé. (en anglais : future)  ». L – Longtermism (Long-termisme) : l’humanité future – potentiellement des trillions d’êtres colonisant la galaxie – possède une valeur morale infiniment supérieure aux 8 milliards d’humains présents. Cette arithmétique justifie le sacrifice du présent : inégalités, exploitation, destruction climatique deviennent des coûts acceptables face à la survie civilisationnelle long terme. Comme l’écrit Torres, « le long-termisme est une théologie du désastre qui autorise l’inaction face aux catastrophes actuelles. [88] »

Le principal apport de cette catégorie est d’identifier des dérives technofascistes, notamment avec la figure incontournable de Peter Thiel et de l’entreprise Clearview qu’il finance. Tout d’abord, l’homme voit dans la technologie non seulement un levier de puissance économique, mais aussi un moyen de remodeler la société et le pouvoir, parfois au-delà des cadres démocratiques traditionnels. « Je ne crois plus que la liberté et la démocratie sont compatibles, la pression du public en faveur de l’intervention de l’État étant trop grande » [89], avait-il déclaré. Son entreprise, Clearview, société de reconnaissance faciale fondée par des militants républicains, assume un projet scientifiquement raciste : réhabiliter la phrénologie et la physiognomonie, théories du XIX^e siècle selon lesquelles les traits du visage déterminent le comportement. Cette idéologie racialiste numérisée trouve son débouché dans les contrats avec l’ICE, la police de l’immigration aux États-Unis, chargée de la répression des travailleurs immigrés.

Pourtant, comme le dit le philosophe Éric Sadin, qui étudie l’IA depuis près de dix ans, « ce milieu est bien plus hétérogène qu’on ne le pense, et nombre de ceux qui le composent aux États-Unis se sentent proches du parti démocrate. La vérité, c’est qu’ils ne cherchent qu’à faire des profits, mais en imposant une vision particulière de l’existence. Celle-ci étant fondée sur le principe d’une dimension lacunaire de l’humain que l’automatisation intégrale du monde va pouvoir à jamais racheter. Autant de raisons qui font de cette dénonciation frontale et sensationnaliste de la “Big Tech” une critique de surface et paresseuse, qui rate la complexité de la situation et surtout qui nous absout de notre responsabilité collective. En ce sens, la notion actuellement à la mode de “technofascisme” ne correspond à aucune réalité et relève d’un simplisme confondant. Est-il besoin de rappeler que le fascisme date d’un siècle, qu’il suppose autoritarisme et imposition d’un ordre unique  ? » [90]

Dans ce prolongement, le concept de technofascisme présente en effet certaines limites. Tout d’abord, le fascisme historique avait des caractéristiques spécifiques (État-parti, mobilisation de masse, idéologie nationaliste raciste, violence physique systématique) qui sont difficilement transposables ici. Ensuite, il postule une simplification qui ne représente pas la pluralité de l’ensemble des acteurs de la Silicon Valley investie dans l’IA. Malgré le grand bousculement de 2024, certains milliardaires associés de près ou de loin à l’IA, comme Reid Hoffman (cofondateur de LinkedIn), restent des soutiens, par exemple, du parti démocrate. Enfin, cette catégorisation est très américanocentrée et l’on peut s’interroger sur sa valeur pour comprendre l’idéologie derrière l’industrie de l’IA en Europe ou en Chine.

Au final, le technofascisme a le mérite d’expliciter le lien entre technologie et fascisme. Ensuite, il peut servir à décrire des tendances fascisantes chez certaines personnalités de l’industrie de l’IA américaine en contact avec le pouvoir politique trumpiste et peut également constituer la suite politique logique de l’idéologie TESCREAL décrite dans l’encadré. Mais, comme le précise Lennie Stern, ce n’est pas le retour du fascisme qui est un danger pour la démocratie, mais plutôt l’intégration des algorithmes dans le fonctionnement de la démocratie [91], ce qui représente une attaque directe à la délibération des élus et des citoyens. C’est là où la gouvernementalité algorithmique et, dans son prolongement, l’hyperagence avec ses possibles dérives fascistes retrouvent toute leur force d’explication.

Un modèle politique du technofascisme est la Cité médiévale indépendante, avec Monaco ou San Marin comme existences contemporaines, dans lesquelles les principes d’un libertarianisme autoritaire s’appliqueraient. Ce lien avec la période médiévale est, également, au centre du concept de « technoféodalisme ».

 Peut-on parler de technoféodalisme ?

« De Paris à Madrid et de Rome à Berlin, un spectre médiéval vêtu d’un sweat à capuche hante la gauche européenne : le spectre du “technoféodalisme” » [92]. C’est par cette phrase qu’Evgeny Morozov, chercheur américain, spécialiste des impacts sociopolitiques du numérique et de la technique, introduit sa critique de la thèse défendue par Cédric Durand [93] sur les transformations numériques en cours. Le concept de technoféodalisme a, d’ailleurs, été repris par des personnalités de la gauche européenne, de Yannis Varoufakis [94] en Grèce à Jean-Luc Mélenchon en France [95]. Dès lors, que nous dit le technoféodalisme et pourquoi fait-il l’objet de critiques ?

Selon Cédric Durand, le numérique produit une régression : monopoles reconstitués, usagers captifs, économie et politique confondues. Un nouveau féodalisme émerge alors. [96]

Cette régression s’effectue tout d’abord par l’apparition de monopoles particuliers avec une grande concentration du pouvoir. À l’image des seigneurs du Moyen Âge qui, par définition, exerçaient leur domination politique et économique de façon inconditionnelle et donc sans concurrence sur les serfs, les services numériques des GAFAM sont des « fiefs dont on ne s’échappe pas » [97]. En effet, les grandes entreprises du numérique cherchent impérativement une position monopolistique, leur permettant de concentrer une grande part des richesses entre les mains d’une nouvelle aristocratie. La chaîne de valeur du travail de l’IA [98] a démontré les nombreuses situations de quasi-monopoles, ou tout au moins d’hyperconcentration entre un ensemble d’acteurs très restreint, notamment pour les services informatiques associés au nuage numérique avec Amazon Web Services, Microsoft Azure et Google Cloud Platform.

Par conséquent, il y a un fort rapport de dépendance des sujets aux GAFAM. Cédric Durand parle de « glèbe numérique » [99], constituée par les plateformes, dont nous, les « serfs », sommes dépendants, liés par l’usage et la fourniture de données. Autrement dit, les utilisateurs sont attachés aux plateformes comme les serfs l’étaient à la terre. Ainsi, les grandes entreprises du numérique exercent une forte domination politico-économique dont il est pour ainsi dire impossible de s’extraire. Comme au Moyen Âge, un paysan non libre qui souhaitait sortir de sa dépendance vis-à-vis du seigneur ne pouvait le faire en affrontant les « périls de la fuite hors du fief et tenter une existence isolée sur un alleu, un terrain n’appartenant qu’à eux, aux frontières du monde connu » [100]. En 2025, un utilisateur peut-il sérieusement avoir une existence numérique en dehors des GAFAM ? Si Linux est probablement un « alleu » numérique et que des alternatives aux GAFAM existent (en termes de navigateurs web, de logiciels de bureautique ou de messagerie courriel), elles représentent une infime goutte dans l’océan du numérique. Et elles contraignent effectivement à une existence digitale isolée.

Enfin, « la référence au féodalisme renvoie au caractère rentier Rentier Littéralement quelqu’un qui vit de ses rentes. La rente est au sens large du mot tout facteur économique qui crée des revenus sans qu’il y ait un effort (en tout cas proportionnel) de la part de son propriétaire. C’est le cas des détenteurs de capitaux, s’ils se contentent de détacher les coupons ou de spéculer sur les écarts de valorisation boursière.
(En anglais : person who has a private income) , c’est-à-dire non productif, du dispositif de captation de valeur. » [101] Ainsi, ces nouveaux seigneurs de l’économie numérique s’inscrivent davantage dans une logique de prédation que de production puisque la situation de forte dépendance des sujets amène à ce que nous produisions des données, captées par les GAFAM, qui ne produisent plus de valeur et privilégient une logique de rente. La rente constitue une forme d’appropriation déconnectée de tout engagement productif [102], comme au Moyen Âge, lorsque le seigneur récoltait sa part sans jamais organiser le travail des champs ni imposer de quotas. Le paysan n’était pas un salarié, la terre n’était pas à vendre ; le seigneur percevait une rente en tant que propriétaire du sol, légitimé par la force, la loi et la tradition. [103] En 2025, la logique est similaire, mais avec un habillage numérique : Meta, Google ou Amazon captent de la valeur sans contribuer directement à la production. Ils ponctionnent les entreprises qui dépendent de leurs infrastructures et exploitent gratuitement les milliards d’utilisateurs qui, en scrollant, likant et en effectuant des recherches, génèrent les données qui font leur fortune.

Le concept développé par Cédric Durand a suscité de multiples débats. Pour revenir à Evgeny Morozov, cité en introduction de cette partie, le technoféodalisme est un « conte de fées » [104] qui fait l’impasse sur un long processus historique étroitement associé au capitalisme américain [105].
Pour Frédéric Lordon, « il est d’une parfaite bizarrerie de recourir à la catégorie désignant le mode de production antérieur (féodalisme) pour qualifier une configuration dans le mode de production ultérieur (capitalisme) » [106]. Que ce soit Evgeny Morozov ou Frédérique Lordon, tous deux critiques de ce concept, le technoféodalisme nierait d’une certaine manière le caractère capitaliste des mutations en cours.

Il faut reconnaître que le terme « techno-féodalisme » est à la fois la force et la faiblesse du concept. La comparaison avec le « féodalisme » est riche de sens et suscite forcément l’intérêt, voire le débat. Dans le même temps, il provoque des incompréhensions, car il pourrait faire croire à un retour au Moyen Âge et à une sortie du capitalisme, ce qui n’est pas l’intention de Cédric Durand. L’économiste décrit des évolutions de type féodal qui prennent place dans le système capitaliste sous l’impulsion du numérique, et donc de l’IA. Ces tendances semblent sortir du capitalisme, mais nous restons globalement dans une logique de marché. Reste à savoir si ces évolutions vont s’intensifier pour déboucher sur un nouveau régime productif.

 Conclusion : nommer pour envisager un « autre chose »

L’intelligence artificielle n’est pas une simple innovation technique, elle incarne une mutation profonde du capitalisme contemporain. Le parcours conceptuel proposé dans cet article permet de saisir la radicalité de ce changement : colonisation de nos vies pour en extraire des données (Couldry et Mejias), prédiction et modification de nos comportements (Zuboff), aliénation généralisée de notre existence connectée (Durand Folco et Martineau), mort de la politique remplacée par l’optimisation algorithmique (Rouvroy et Berns). À partir de 2025, cette dynamique atteint un nouveau stade avec l’hyperagence (Rouvroy) et les configurations technofascistes ou technoféodales que tentent de nommer Hadjadji, Tesquet et Durand.

Ces concepts, forgés par les sciences sociales critiques, ne sont pas de simples catégories analytiques. Ils constituent des outils de lucidité politique dans un contexte où l’idéologie dominante présente l’IA comme un progrès inéluctable et neutre. Nommer « colonialisme des données » ce qui se présente comme « révolution numérique », identifier le « capital algorithmique » derrière la « disruption entrepreneuriale », reconnaître une tendance au « technofascisme » sous les discours de liberté d’expression, c’est déjà refuser de se laisser duper, pour reprendre les mots de Max Horkheimer cités en exergue.

Car la situation est critique. L’aliénation algorithmique ne concerne plus seulement le temps de travail, mais envahit tous les temps de l’existence. La gouvernementalité algorithmique vide la démocratie de sa substance en rendant superflue toute délibération collective. Les hyperagents concentrent des pouvoirs qui échappent désormais à tout contrôle démocratique, opérant selon une logique de « force sans loi » où la réalité elle-même devient matière disponible à façonner selon leurs intérêts. Le paradoxe est saisissant. Ceux qui subissent le plus durement les conséquences de l’hypercapitalisme algorithmique – précarité, déclassement, surveillance généralisée – se tournent parfois vers les hyperagents qui incarnent précisément ce système.

Cette lucidité conceptuelle ne doit, cependant, pas conduire au fatalisme. Comprendre les mécanismes de domination constitue la première étape pour les combattre. Les limites de certains concepts – le flou empirique du « capital algorithmique », l’américanocentrisme du « technofascisme », les incompréhensions autour du « technoféodalisme » – rappellent que la pensée critique est un processus vivant, conflictuel, inachevé. Ces débats théoriques ne sont pas de vaines querelles académiques : ils affûtent nos outils d’analyse pour mieux saisir un réel en transformation accélérée.

Mais penser ne suffit pas. Reste alors la question stratégique : que faire de l’IA ? En effet, il faut également inventer, construire, organiser des positions et des alternatives concrètes [107].

---

Photo : CC 3.0 - by 1tamara2 Ai Generated, Think, Thoughtful on pixabay

Pour citer cet article : Adrien Hahier, "L’IA ou la fin de la démocratie ? Concepts pour penser la mutation capitalistique en cours" Gresea Échos n°125, mars 2026.