L’organisation de la pensée comme une série de boucles imbriquées, englobant chacune les autres, est un phénomène général. Cela se trouve dans la façon dont l’intelligence est organisée dans notre corps et au sein des groupes dont nous faisons partie. Le déploiement efficace de l’énergie dans l’intelligence dépend d’une hiérarchie logique similaire qui nous fait passer de l’automatique et sans esprit (qui nécessite peu d’énergie) à l’intensément conscient (qui nécessite beaucoup). À chaque étape des données brutes, de l’information à la connaissance, au jugement et à la sagesse, la quantité est plus intégrée au jugement qualitatif, l’intelligence devient moins routinière et plus difficile à automatiser, et surtout, la nature de la pensée devient moins universelle et plus liée au contexte. Avec chaque étape sur l’échelle, plus d’énergie et de travail sont nécessaires.
Qu’est-ce que l’organisation dans l’auto-organisation?
Voir cette réflexion à grande échelle à travers cette lentille fournit des informations utiles sur l’idée d’auto-organisation. La popularité de cette idée reflète l’expérience du XXe siècle des limites des organisations centralisées et hiérarchisées – même si le monde est toujours dominé par elles, de Walmart et Google à l’Armée de libération du peuple et aux chemins de fer indiens. Nous savons qu’une intelligence centrale ne peut tout simplement pas en savoir suffisamment, ou répondre suffisamment, pour planifier et gérer de grands systèmes complexes.
Les réseaux largement distribués offrent une alternative. Comme avec Internet, chaque lien ou nœud peut agir de manière autonome et chaque partie du réseau peut être une fractale auto-similaire à plusieurs échelles.
Il existe des parallèles évidents dans les systèmes humains. Le terme stigmergie a été inventé pour décrire la façon dont les communautés – telles que les éditeurs de Wikipedia ou les programmeurs de logiciels ouverts – passent des tâches sous la forme de défis jusqu’à ce qu’elles trouvent un volontaire, un exemple clair d’une communauté s’organisant sans avoir besoin de hiérarchie.
Friedrich Hayek a donné des descriptions éloquentes des vertus de l’auto-organisation et opposé la sagesse distribuée du réseau à la sagesse centralisée et hiérarchique de la science ou de l’État: il est presque hérésique de suggérer que la connaissance scientifique n’est pas la somme de toutes les connaissances. Mais il existe un ensemble de connaissances très importantes mais non organisées: la connaissance des circonstances particulières du temps et du lieu. Pratiquement tout le monde a un avantage sur tous les autres car il possède des informations uniques dont l’utilisation bénéfique pourrait être faite, mais dont l’utilisation ne peut être faite que si les décisions qui en dépendent lui sont laissées ou sont prises avec sa coopération. » Plus récemment, Frederick Laloux a écrit les lignes suivantes, capturant une sagesse conventionnelle largement répandue: la vie dans toute sa sagesse évolutive, gère des écosystèmes d’une beauté insondable, évoluant toujours vers la complétude, la complexité et la conscience. Le changement dans la nature se produit partout, tout le temps, dans un besoin d’auto-organisation qui vient de chaque cellule et de chaque organisme, sans avoir besoin d’un commandement et d’un contrôle central pour donner des ordres ou tirer des leviers. » On retrouve ici la version du XXIe siècle de la notion d’élan vital de la fin du XIXe siècle, une propriété mystique que l’on retrouve en toutes choses.
C’est une vue séduisante. Mais l’auto-organisation n’est pas un concept tout à fait cohérent et s’est souvent révélée trompeuse en tant que guide de l’intelligence collective. Il obscurcit le travail impliqué dans l’organisation et en particulier le travail acharné impliqué dans les choix de grande dimension. Si vous regardez en détail un exemple réel, du voyage de camping en famille au fonctionnement d’Internet, des logiciels open source aux marchés de tous les jours, ceux-ci ne s’auto-organisent que si vous regardez de loin. Regardez de plus près et différents modèles émergent. Vous trouvez rapidement certains modificateurs clés, comme les concepteurs de protocoles sous-jacents ou les personnes qui définissent les règles du commerce. Il y a certainement des schémas d’émergence. De nombreuses idées peuvent être essayées et testées avant que seules quelques-unes réussies survivent et se propagent. Pour le dire en termes de science des réseaux, les liens les plus utiles survivent et se renforcent; les moins utiles se fanent. La communauté décide collectivement lesquels sont utiles. Pourtant, en y regardant de plus près, il se révèle qu’il y a des concentrations de pouvoir et d’influence même dans les communautés les plus décentralisées, et quand il y a une crise, les réseaux ont tendance à créer des hiérarchies temporaires – ou du moins celles qui réussissent – pour accélérer la prise de décision. Comme je vais le montrer, presque tous les exemples durables de coordination sociale combinent certains éléments de hiérarchie, de solidarité et d’individualisme.
À une distance suffisante, presque tout peut sembler s’auto-organiser, car les variations se brouillent en motifs plus grands. Mais de près, ce qui est apparent, c’est le degré de travail, de choix et de chance qui détermine la différence entre le succès et l’échec. L’auto-organisation dans tout réseau se révèle être plus précisément une répartition des degrés d’organisation.
Économie cognitive
L’étude plus détaillée de groupes apparemment auto-organisés pointe vers ce que l’on pourrait appeler une économie cognitive: la vision de la pensée comme impliquant des intrants et des extrants, des coûts et des compromis. Cette perspective est maintenant familière dans l’analyse évolutive du cerveau humain qui a étudié comment les avantages d’un cerveau énergivore, qui utilise un quart de toute l’énergie par rapport à un dixième dans la plupart des autres espèces, l’emportaient sur les coûts (y compris les coûts de une enfance prolongée, car les enfants naissent bien avant qu’ils ne soient prêts à survivre par eux-mêmes, en partie en raison de leur grande taille de tête).
Au sein d’un groupe ou d’une organisation, des considérations économiques similaires jouent leur rôle. Trop de pensées, ou trop de mauvaises pensées, peuvent être coûteuses. Une tribu assise à rêver de mythes de plus en plus élaborés peut être un choix facile pour une voisine plus concentrée sur la fabrication de lances. Une ville composée uniquement de moines et de théologiens le sera aussi. Une entreprise transpercée par des révisions de stratégie sans fin sera battue sur le marché par une autre entreprise axée sur la fabrication d’un meilleur produit.
Chaque pensée signifie qu’une autre pensée n’est pas pensée. Nous devons donc comprendre l’intelligence comme limitée par des contraintes. La cognition, la mémoire et l’imagination dépendent de ressources rares. Ils peuvent être cultivés par l’utilisation et l’exercice, et amplifiés par les technologies. Mais ils ne sont jamais illimités.
Cela est évident dans les vies chaotiques ou appauvries, où les gens ont simplement peu d’énergie mentale de rechange au-delà de ce qui est nécessaire pour leur survie. En conséquence, ils font souvent de mauvais choix (avec un QI en baisse de plus de dix points pendant les périodes de stress intense – l’un des coûts les moins évidents de la pauvreté). Mais nous devons tous, dans la vie de tous les jours, décider de l’effort à consacrer à différentes tâches, plus pour faire du shopping ou pour votre travail; plus de temps pour trouver le conjoint, la carrière ou les vacances idéaux, les options disparaissant fréquemment plus vous prenez de temps.
Nous bénéficions donc de certains types de décisions qui deviennent automatiques et sans énergie, et l’utilisation de ce que Kahneman a appelé les systèmes 1 et 2. La marche, l’alimentation et la conduite sont des exemples qui, avec le temps, deviennent automatiques. Avec le temps, nous passons beaucoup plus de compétences du difficile au facile en les internalisant. Nous pensons sans réfléchir: comment et quand respirer, les réponses instinctives au danger ou les actions apprises dans l’enfance, comme nager. Nous devenons plus automatiquement capables de jouer une mélodie au piano, de jouer au football ou de faire du vélo. L’apprentissage est un travail difficile, mais une fois que nous avons acquis la compétence, nous pouvons faire ces choses sans trop y penser. Il existe des parallèles pour les organisations qui luttent pour développer de nouvelles normes et heuristiques qui deviennent alors presque automatiques – ou littéralement si elles sont soutenues par des algorithmes. C’est pourquoi tant d’efforts sont mis dans l’induction, la formation et l’inculcation d’une méthode standardisée.
La vie semble gérable quand il y a un équilibre approximatif entre la capacité cognitive et les tâches cognitives. Nous pouvons faire face si les deux croissent en tandem. Mais si les tâches dépassent la capacité, nous nous sentons incapables. De même, nous sommes en équilibre si les ressources que nous consacrons à la réflexion sont proportionnées à l’environnement dans lequel nous nous trouvons. Le cerveau prend de l’énergie qui serait autrement utilisée pour des tâches physiques comme se déplacer. Dans certains cas, l’évolution a dû aller trop loin et produire des personnes très intelligentes qui étaient trop faibles pour faire face aux menaces auxquelles elles étaient confrontées. Ce qui compte comme proportionné dépend de la nature des tâches et surtout du temps qui est une contrainte. Certains types de pensée nécessitent beaucoup de temps, tandis que d’autres peuvent être instantanés. Voler un avion, mener des batailles et répondre à une attaque, et échange flash avec des réponses algorithmiques automatisées sont tous des exemples de réflexion rapide. Ils fonctionnent parce qu’ils ont relativement peu de variables ou de dimensions, et certains principes simples peuvent régir les réponses.
Comparez la thérapie personnelle pour découvrir comment changer votre vie, une stratégie multipartite autour d’une nouvelle mine en construction dans une zone habitée par des nomades autochtones, ou la création d’un nouveau genre de musique. Tout cela demande par nature beaucoup de temps; ils sont complexes et multicouches. Ils demandent que de nombreuses options soient explorées, avant que les gens ne se sentent ainsi que de déterminer logiquement celle qui devrait être choisie.
Ce sont des exercices d’intelligence beaucoup plus coûteux. Mais ils se produisent à cause de leur valeur et parce que les coûts de ne pas les faire sont plus élevés.
Ici, nous voyons un modèle plus courant. Plus un choix est dimensionnel, plus il faut de travail pour y réfléchir. S’il est cognitivement multidimensionnel, nous pourrions avoir besoin de beaucoup de personnes et de plus de disciplines pour nous aider vers une solution viable. S’il est socialement dimensionnel, alors il est impossible d’éviter beaucoup de discussions, de débats et d’arguments sur la voie d’une solution qui sera soutenue. Et si le choix implique de longues boucles de rétroaction, où les résultats arrivent longtemps après que des mesures ont été prises, il y a le dur labeur d’observer ce qui se passe réellement et de distiller les conclusions. Plus le choix dans ces sens est dimensionnel, plus l’investissement en temps et en énergie cognitive est nécessaire pour prendre des décisions fructueuses.
Encore une fois, il est possible de surpasser: analyser un problème trop ou sous trop d’angles, amener trop de personnes dans la conversation ou attendre trop longtemps pour des données et des commentaires parfaits plutôt que de s’appuyer sur des procurations plus rapides et prêtes. Toutes les organisations ont du mal à trouver un bon équilibre entre leur allocation des ressources cognitives et les pressions de l’environnement dans lequel elles se trouvent. Mais la tendance à long terme des sociétés plus complexes est d’exiger toujours plus de médiation et de travail intellectuel de ce type.
Cette variété de types d’intelligence, les coûts qu’ils encourent et la valeur qu’ils génèrent (ou préservent) donne quelques indications sur ce à quoi pourrait ressembler une économie cognitive plus développée. Il faudrait aller bien au-delà des simples cadres de coûts de transaction, ou des comparaisons traditionnelles de hiérarchies, de marchés et de réseaux. Il analyserait les ressources consacrées aux différentes composantes de l’intelligence et les différentes façons de les gérer – montrant certains des compromis (par exemple, entre la prise de décision algorithmique et humaine) et comment ceux-ci pourraient varier en fonction de l’environnement. Des environnements plus complexes et en évolution rapide nécessiteraient généralement plus d’investissements dans la cognition. Il analyserait également comment les organisations changent de forme en temps de crise, par exemple en passant à une hiérarchie plus explicite, avec moins de temps pour consulter ou discuter, ou investir davantage dans la créativité en réponse à un environnement en évolution rapide.
L’économie a fait des progrès importants dans la compréhension des coûts de la recherche d’informations, comme dans les théories de Herbert Simon sur la satisfaction », qui décrivent comment nous recherchons suffisamment d’informations pour prendre une bonne décision. Mais il a des théories étonnamment minces pour comprendre les coûts de la pensée. La prise de décision est traitée en grande partie comme une activité informationnelle et non cognitive (bien qu’une plus grande attention portée à des concepts tels que le capital organisationnel »est un pas dans la bonne direction).
Une économie cognitive plus développée devrait également cartographier les façons dont l’intelligence s’incarne dans les choses – la conception des objets, des voitures et des avions – et dans les systèmes – l’eau, les télécommunications et les systèmes de transport – de manière à nous éviter la peine de avoir à réfléchir.
Il lui faudrait également aborder certains des modèles surprenants d’intelligence collective, dont beaucoup vont directement à l’encontre de la sagesse conventionnelle. Par exemple, les organisations et les individus semblent investir une part plus élevée, et non plus faible, de leur richesse et de leurs revenus dans la gestion du renseignement sous toutes ses formes, en particulier dans des environnements concurrentiels. Les technologies numériques masquent cet effet car elles ont considérablement réduit les coûts de traitement et de mémoire. Mais cette proportion croissante des dépenses semble proche d’une loi de fer, et peut être une caractéristique des sociétés et des économies plus avancées. Une grande partie des dépenses permet d’orchestrer les trois dimensions de l’intelligence collective: sociale (gestion de multiples relations), cognitive (gestion de plusieurs types d’informations et de connaissances) et temporelle (suivi des liens entre les actions et les résultats).
Une tendance connexe est à une division du travail plus complexe pour organiser des formes avancées d’intelligence collective. Des rôles plus spécialisés émergent autour de la mémoire, de l’observation, de l’analyse, de la créativité ou du jugement, certains avec de nouveaux noms comme la gestion SEO ou l’exploration de données. Encore une fois, cet effet a été masqué par des tendances qui semblent permettre à quiconque d’être pionnier et aux adolescents de réussir à créer de nouvelles entreprises extrêmement riches. À cela s’ajoute une croissance continue du nombre d’intermédiaires aidant à trouver du sens dans les données ou à relier des connaissances utiles à des utilisateurs potentiels. Cette tendance a été masquée par les tendances très vantées à la désintermédiation qui ont éliminé un groupe traditionnel de middlepersons, des agences de voyage aux librairies. Mais une autre loi quasi-fer de ces dernières décennies – la part croissante de l’emploi dans les rôles d’intermédiaires et la montée connexe des mégacompagnies basées sur des plateformes intermédiaires comme Amazon ou Airbnb – ne montre aucun signe d’arrêt. Dans chaque cas, il semble y avoir un meilleur retour sur investissement dans les outils de renseignement.
Une économie cognitive pourrait également éclairer certains des débats en cours dans le domaine de l’éducation, alors que les systèmes éducatifs tentent de préparer les jeunes à un monde et à un marché du travail remplis de machines intelligentes capables d’effectuer de nombreux autres travaux banals. Les écoles n’ont pas encore adopté l’argument de Jérôme Bruner selon lequel le rôle principal de l’éducation est de préparer les élèves à un avenir imprévisible. » La plupart préfèrent la transmission des connaissances – et dans certains cas à juste titre, car de nombreux emplois nécessitent de vastes réserves de connaissances. Mais certains systèmes éducatifs se concentrent davantage sur les capacités génériques d’apprendre, de collaborer et de créer parallèlement à la transmission des connaissances, en partie parce que les coûts d’acquisition de ces caractéristiques par la suite sont beaucoup plus élevés que les coûts d’accès aux connaissances. Les traits généralement associés à l’innovation – capacité cognitive élevée, niveaux élevés d’engagement dans les tâches et créativité élevée – qui étaient autrefois considérés comme l’apanage d’une petite minorité, peuvent également être ceux dont la proportion est beaucoup plus élevée dans les groupes cherchant à être collectivement intelligente.
Obtenez Evonomics dans votre boîte de réception
Un objectif encore plus ambitieux pour l’économie cognitive serait de démêler l’un des paradoxes qui frappent quiconque regarde la créativité et l’avancée des connaissances. D’une part, toutes les idées, informations et pensées peuvent être considérées comme l’expression d’une culture collective qui trouve des véhicules – des personnes ou des lieux prêts à fournir un sol fertile pour que les pensées mûrissent. C’est pourquoi de telles idées ou inventions similaires fleurissent en de nombreux endroits en même temps. C’est pourquoi, aussi, chaque génie qui, vu de loin, apparaît tout à fait unique semble moins exceptionnel lorsqu’il est vu dans le contexte dense de son temps, entouré d’autres avec des idées et des méthodes parallèles. Vu sous cet angle, il est aussi étrange d’appeler l’individu seul auteur de ses idées que de créditer la graine des merveilles des fleurs qu’elle produit. Le fait que certaines études, lieux et institutions rendent les gens beaucoup plus créatifs et intelligents que d’autres prouve l’absurdité d’attribuer l’intelligence uniquement aux gènes ou aux attributs individuels.
Mais s’arrêter là est également intenable. Toute pensée nécessite du travail – un engagement d’énergie et de temps qui aurait autrement été consacré à la culture, à l’éducation des enfants ou à boire un verre avec des amis. N’importe qui peut choisir de faire ce travail ou non, où trouver l’équilibre entre l’activité et l’inertie, l’engagement et l’indolence. La pensée est donc toujours à la fois collective et individuelle, à la fois une manifestation d’un réseau plus large et quelque chose d’unique, à la fois une propriété émergente de groupes et un choix conscient de certains individus de consacrer leur temps et leurs ressources rares. Les questions intéressantes portent ensuite sur la manière de comprendre les conditions de la pensée. Comment une société ou une organisation peut-elle faciliter la réflexion des individus, réduire les coûts et augmenter les avantages? Ou pour le dire dans un langage non économique, comment le collectif peut-il chanter à travers l’individu, et vice versa?
L’état actuel de compréhension de ces dynamiques est limité. Nous savons quelque chose sur les clusters et les milieux d’innovation et de réflexion. Il est clairement possible que la capacité créative et intellectuelle d’un lieu croisse rapidement, et en utilisant une combinaison de géographie, de sociologie et d’économie, il est facile de décrire la transformation, par exemple, de la Silicon Valley, de l’Estonie ou de Taiwan. Pourtant, il y a peu d’hypothèses fiables qui peuvent faire des prédictions, et bon nombre des affirmations faites dans ce domaine – par exemple, sur les causes de la créativité – n’ont pas résisté à une analyse rigoureuse. Pour l’instant, c’est un domaine avec de nombreuses affirmations intéressantes mais pas beaucoup de connaissances solides.