Auteur : clarus.news Source : clarus.news

Mode rédactionnel : CLARUS_ANALYSIS Recommandation d'indexation : INDEX Langue/Rôle : FULL_ANALYSIS Date de vérification des faits : 28.05.2026

Résumé

Le Programme national de recherche PNR 77 a examiné dans 46 projets (2020–2025) les effets de la numérisation sur la société suisse, le marché du travail et la démocratie. Le directeur Abraham Bernstein met en garde : la transformation numérique n'est pas un phénomène purement technologique, mais une interaction entre la technologie et les acteurs sociétaux. La recherche identifie les forces suisses dans la recherche en IA, mais révèle des lacunes en matière de compétences médiatiques, d'égalité des sexes et de réglementation. Mercredi, le consortium de recherche a présenté 12 impulsions centrales pour la politique, l'économie et l'administration.

Personnes

  • Abraham Bernstein (Professeur d'informatique Université de Zurich, directeur du groupe de direction PNR 77)
  • Mark Eisenäcker (Chercheur Université de Zurich, études sur la démocratie)

Thèmes

  • Transformation numérique
  • Programmes nationaux de recherche
  • Compétences médiatiques et consommation de nouvelles
  • Changements du marché du travail
  • Intelligence artificielle et réglementation
  • Parité des sexes dans les compétences technologiques

Clarus Lead

La Suisse se trouve à un tournant critique : alors que les capacités de recherche et de développement sont compétitives à l'échelle internationale, la perte d'informations et la fracture numérique menacent de compromettre le fonctionnement de la démocratie directe. Avec 48 % de citoyens « privés de nouvelles » – particulièrement parmi les jeunes – l'un des piliers du système de votation suisse perd de sa substance. Parallèlement, d'énormes fossés entre les sexes apparaissent : les femmes évaluent leurs compétences numériques bien plus bas que les hommes et participent moins activement à la transformation technologique. La recherche demande donc un changement de paradigme : non pas une concurrence réglementaire avec l'UE, mais un contrôle décentralisé par les individus, les employeurs et les institutions publiques.

Résumé détaillé

La numérisation est souvent traitée comme un phénomène technologique. Cependant, Bernstein plaide pour une compréhension relationnelle : la technologie et la société s'influencent mutuellement. Des exemples concrets illustrent cet impact profond – du déclin de la presse écrite (les navetteurs utilisent des smartphones au lieu de journaux) aux services de streaming en passant par la transformation du travail de bureau et de l'enseignement scolaire. Ces changements structurels exigent non seulement des connaissances techniques, mais surtout des savoirs de conception.

Dans le domaine de l'éducation, les études du PNR 77 recommandent une formation continue des compétences tout au long de la vie au-delà de la scolarité formelle. Les employeurs et les salariés partagent la responsabilité de la formation continue – une approche adaptée au développement rapide (Bernstein met à jour ses diapositives de cours sur les nouveautés en IA chaque semaine). Sur le marché du travail, deux projets pilotes montrent des voies de solution : au lieu de titres de postes, les plateformes de compétences pourraient mieux adapter les demandeurs d'emploi aux profils d'exigences réels – par exemple en permettant à un diplômé en horlogerie d'utiliser ses compétences dans des domaines techniques de niche qui restent cachés sous les désignations professionnelles classiques.

La recherche sur la démocratie identifie un risque existentiel : l'utilisation incomplète des médias (48 % privés de nouvelles) mine les votes informés. Deux modèles montrent des contre-mesures : une commune du canton de Berne a mené des discussions communales soutenues numériquement – des milliers de personnes ont débattu avant les votes, ce qui a augmenté le sentiment de participation et la légitimité. Un budget participatif (Université de Fribourg / ETH) dans une ville a permis une participation directe à la conception des investissements. Cependant, de tels outils numériques ne fonctionnent que s'ils sont transparents et équitables – une question limite pour l'intelligence artificielle.

Les systèmes d'IA (modèles de langage, arbres de décision) sont statistiques, non déterministes logiquement. Ils produisent des erreurs et des « hallucinations » (faits inventés). Bernstein ne plaide pas pour la confiance, mais pour un savoir fiable : les utilisateurs doivent apprendre à reconnaître dans quels contextes les résultats de l'IA sont fiables – plus souvent pour les connaissances générales, rarement pour les dosages médicaux. Cela exige un scepticisme critique et une exploration continue des limites.

La Suisse poursuit une voie réglementaire décentralisée plutôt que le modèle de l'UE (AI Act). Bernstein recommande : définir des lignes rouges claires (ce que l'IA peut et ne peut pas faire), mais aussi créer des mécanismes d'application – sinon les règles sont ignorées, par exemple avec les deepfakes pendant les campagnes électorales. Le rôle des universités est central : en collaboration avec des partenaires, la Suisse développe son propre modèle de langage pour préserver la souveraineté technologique.

Les différences entre les sexes et les âges montrent qui profite de la numérisation : les femmes évaluent leurs compétences moins bien et investissent moins de temps dans l'apprentissage numérique ; les personnes âgées manquent lors des adaptations universitaires (les universités utilisent l'IA, mais les enseignants plus âgés hésitent). Une approche ludique et tolérante aux erreurs avec la technologie serait particulièrement salutaire ici – car les systèmes statistiques commettent inévitablement des erreurs.

Messages clés

  • La transformation numérique est une interaction entre la technologie et la société ; la passivité n'est pas politiquement soutenable.
  • 48 % de la population ne consomment plus de nouvelles (privation de nouvelles), ce qui menace le vote informé.
  • Les plateformes de compétences peuvent améliorer l'appariement des emplois en comparant les profils de compétences plutôt que les désignations professionnelles.
  • Les outils de participation numérique (vote électronique, co-conception budgétaire) augmentent démontrablement la légitimité des votes – si la transparence est garantie.
  • L'intelligence artificielle exige un savoir fiable, pas une confiance ; les utilisateurs doivent connaître les limites d'erreur.
  • Les femmes et les personnes âgées participent moins et sous-estiment leurs compétences – l'inégalité structurelle doit être activement combattue.
  • La Suisse développe son propre modèle de langage pour la souveraineté technologique ; la réglementation devrait fixer des lignes rouges sans bloquer l'innovation.

Questions critiques

  1. Qualité des données/Preuves : L'étude cite « 48 % de privés de nouvelles » parmi les jeunes – ce chiffre est-il basé sur l'étude d'Eisenäcker elle-même, et quelle est la définition exacte (consommation zéro de nouvelles vs. utilisation réduite) ?

  2. Conflits d'intérêts : Bernstein dirige le programme de recherche et en présente lui-même les résultats. Comment des examens externes indépendants ont-ils été menés pour exclure les biais de confirmation ?

  3. Causalité : L'affirmation « les femmes évaluent les compétences moins bien et participent moins » – l'auto-évaluation plus faible est-elle la cause ou la conséquence de l'exclusion du marché / de la sous-représentation dans les équipes technologiques ?

  4. Applicabilité des compétences médiatiques : Si la recherche recommande de « fasciner systématiquement les jeunes pour la politique » plutôt que directement pour les médias – comment cette stratégie de motivation fonctionne-t-elle concrètement dans des salles de classe hétérogènes ?

  5. Réglementation de l'IA en Suisse : Le rapport critique l'application insuffisante des règles (deepfakes pendant les campagnes électorales). Quelles ressources et structures administratives devraient être mises en place pour superviser cela ?

  6. Appariement du marché du travail : Le modèle de plateforme d'emploi (« compétences plutôt que titres ») suppose que les employeurs standardisent les profils de tâches. Qu'est-ce qui est réaliste dans un système fédéral avec différentes définitions sectorielles ?

  7. Mise à l'échelle de la participation numérique : Les études pilotes (vote électronique dans une commune, co-conception budgétaire dans une ville) montrent des effets positifs – mais comment peuvent-elles être étendues aux votes nationaux sans surcharge informationnelle ?

  8. Modèle de langage de souveraineté : La Suisse développe son propre modèle de langage – avec quel calendrier, budget et norme de protection des données sera-t-il réalisé, et restera-t-il compétitif face à OpenAI/Google/Meta ?

Autres dépêches

Aucune dépêche supplémentaire disponible dans la source.

Répertoire des sources

Source primaire : Conversation quotidienne avec Simone Hulliger (SRF), 28.05.2026 – Programme national de recherche PNR 77 « Transformation numérique » : https://download-media.srf.ch/world/audio/Tagesgespraech_radio/2026/05/Tagesgespraech_radio_AUDI20260528_NR_0016_b6221e78ce254b96a8911ded69daf9cd.mp3

Sources supplémentaires / études mentionnées :

  1. Stanford AI Index (2026) – Capacités de recherche en IA par habitant
  2. Eisenäcker et al. (Université de Zurich) – Privation de nouvelles parmi les jeunes
  3. Université de Berne – Scrutins électroniques et participation (Projet PNR 77)
  4. Université de Fribourg / ETH – Budget participatif (Projet PNR 77)
  5. Université de Bâle – Différences entre les sexes dans l'auto-évaluation technologique (Projet PNR 77)

Statut de vérification : ✓ 28.05.2026

Ce texte a été créé avec l'aide d'un modèle d'IA.
Responsabilité éditoriale : clarus.news | Vérification des faits : 28.05.2026