L'architecte doit rester maître de la machine

En février 2026, l'Ordre des Architectes a diffusé un webinaire sur l'intelligence artificielle. J'ai regardé avec attention, parce que la question de l'IA dans notre profession m'occupe depuis trois ans et demi, et qu'il est rare que les institutions s'expriment sur un sujet aussi mouvant. Je m'attendais à un état des lieux, peut-être à une feuille de route, éventuellement à un début de réflexion sur les usages concrets.

J'ai appris que l'architecte devait "rester maître de la machine". Qu'utiliser l'IA sans formation préalable constituait presque une faute déontologique. Que soumettre des données de projet à un système d'intelligence artificielle représentait une "faille de confidentialité" au titre de l'article 14 du code de déontologie. Que les architectes étaient invités à la vigilance, à la prudence, et au discernement.

La recommandation officielle orientait vers Mistral, un modèle français, au motif de la souveraineté numérique. L'interlocuteur principal était un formateur. Le ton était celui d'une profession qui se protège. Les solutions présentées étaient abstraites. Le public, à en juger par les questions, cherchait des réponses pratiques. Il n'en a pas eu.

Je ne doute pas de la sincérité de ceux qui ont produit ce webinaire. Je pense qu'ils se trompent, profondément, sur la nature du problème. Et je pense que leur approche, loin de protéger la profession, est en train de l'exposer à des risques bien plus graves que ceux qu'ils prétendent conjurer.

Pour comprendre pourquoi cette posture me pose problème, il faut se souvenir d'un fait que personne dans notre profession n'aime évoquer. Pendant trente ans, l'architecture française a fonctionné avec un taux de non-conformité logicielle estimé entre 40 et 55 %. Ce chiffre, établi par la BSA (Business Software Alliance) et confirmé par les audits réguliers du secteur, signifie que près de la moitié des agences d'architecture utilisaient des logiciels sans licence valide. AutoCAD, Archicad, Photoshop, 3ds Max, SketchUp Pro.

Il ne s'agissait pas d'un détail administratif. Les copies illégales de logiciels professionnels, distribuées par les réseaux de pairs, les sites de téléchargement, les clés de série partagées, étaient souvent accompagnées de modifications non documentées. Des keygens contenant des chevaux de Troie. Des cracks embarquant des logiciels espions. Des installeurs reconditionnés incluant des portes dérobées. Les données de projet, les fichiers clients, les échanges professionnels transitaient quotidiennement sur des machines compromises, sans que personne ne s'en inquiète, parce que personne ne voulait regarder.

Pendant ces trente années, l'Ordre n'a jamais jugé nécessaire de publier un webinaire sur les risques de confidentialité liés à l'utilisation de logiciels piratés. Aucune recommandation déontologique n'a été émise sur le sujet. Aucun rappel à l'article 14. La profession a collectivement détourné le regard, parce que la réalité économique des petites agences rendait le sujet inconfortable, et parce que tout le monde le faisait.

Et maintenant que des outils légaux, documentés, traçables, et souvent gratuits, proposent d'assister les architectes dans leur travail quotidien, la profession se découvre une vocation réglementaire. L'IA, elle, mérite un cadre. Les trojans dans AutoCAD, non.

Je ne dis pas que les questions de confidentialité ne sont pas légitimes. Elles le sont. Je dis que la crédibilité d'un discours sur la protection des données suppose un minimum de cohérence historique. Et que cette cohérence fait défaut.

Le problème le plus immédiat de l'approche institutionnelle n'est pas son incohérence. C'est son efficacité. Ou plutôt son absence d'efficacité.

Quand une institution dit à ses membres : "l'IA est un risque, soyez prudents, formez-vous d'abord, attendez les cadres", elle croit poser un acte de responsabilité. En réalité, elle produit du shadow AI. Le shadow AI, c'est l'usage non déclaré, non encadré, non maîtrisé de l'intelligence artificielle dans un cadre professionnel. C'est le collaborateur qui utilise ChatGPT pour rédiger un mémoire technique sans le dire. C'est le chef de projet qui génère des variantes de plan sur Midjourney le dimanche soir. C'est l'associé qui fait analyser un PLU par Claude en cachette parce qu'il n'ose pas en parler en réunion.

Le shadow AI est le résultat direct de l'interdiction ou de la stigmatisation des usages. Quand on ne propose pas de cadre praticable, les praticiens trouvent le leur. Et celui qu'ils trouvent est, par définition, hors de tout contrôle : pas de protocole de confidentialité, pas de vérification des résultats, pas de traçabilité des données, pas de partage d'expérience. Exactement les risques que l'institution prétendait prévenir.

C'est un schéma classique en sociologie des organisations, et il n'est pas propre à l'architecture. L'industrie financière a vécu la même chose avec les tableurs Excel non audités qui supportaient des décisions à plusieurs milliards. La médecine le vit avec les cliniciens qui interrogent des modèles de langage pour affiner un diagnostic sans que l'hôpital le sache. À chaque fois, le même mécanisme : l'institution interdit ou ignore, le praticien contourne, et le risque migre vers l'ombre.

L'alternative n'est pas d'ouvrir les vannes. C'est de proposer un cadre d'usage qui soit réaliste, documenté, et ancré dans la pratique réelle. Et pour cela, il faut commencer par comprendre ce que les praticiens font effectivement avec ces outils.

Le mot qui revient le plus souvent dans le discours institutionnel sur l'IA est "encadrement". On parle de chartes, de bonnes pratiques, de cadres déontologiques, de formations obligatoires. Le vocabulaire est celui du contrôle. Or, le vrai sujet n'est pas le contrôle. Le vrai sujet est la compétence.

Ce sont deux choses fondamentalement différentes. Le contrôle suppose que l'outil est dangereux et qu'il faut limiter son accès. La compétence suppose que l'outil est puissant et qu'il faut apprendre à l'utiliser. Le contrôle produit des chartes. La compétence produit des livrables.

Un architecte qui sait utiliser l'intelligence artificielle pour analyser un Plan Local d'Urbanisme en dix minutes au lieu de trois heures n'a pas besoin qu'on lui explique les risques. Il les connaît, parce qu'il les rencontre. Il sait que le modèle peut se tromper sur une interprétation d'article. Il sait que les données du Géoportail de l'urbanisme sont parfois obsolètes. Il sait qu'un résultat d'IA doit être vérifié avant d'être transmis au client. Cette connaissance ne vient pas d'un webinaire. Elle vient de la pratique.

Un architecte qui n'a jamais utilisé l'IA, en revanche, est vulnérable à tout : aux hallucinations du modèle, aux biais de formulation, aux erreurs de contexte, à la confiance excessive dans un résultat bien présenté. Et c'est précisément cet architecte-là que le discours institutionnel maintient dans l'ignorance, en lui disant d'attendre, de se former, de ne pas y toucher sans supervision.

La compétence ne s'acquiert pas par la lecture de chartes. Elle s'acquiert par la pratique délibérée, encadrée par des retours d'expérience et des mécanismes de vérification. C'est vrai pour le dessin, pour la conception, pour la direction de chantier, et c'est vrai pour l'IA.

Je ne veux pas être injuste avec l'institution. La rédaction de cadres déontologiques est une fonction légitime d'un Ordre professionnel, et la question de l'IA soulève des interrogations réelles sur la responsabilité, la propriété intellectuelle, et la relation au client. Mais la qualité d'un cadre dépend de la qualité de la compréhension qui le sous-tend. Et c'est là que le bât blesse.

Quand le webinaire recommande Mistral au motif de la souveraineté numérique, il révèle une compréhension superficielle de l'écosystème. Mistral est un excellent modèle, mais le recommander comme choix par défaut pour des architectes suppose qu'on a évalué sa pertinence sur des tâches architecturales. Ce qui, à ma connaissance, n'a pas été fait. Le critère de choix n'est pas la nationalité du modèle. C'est sa capacité à produire un résultat fiable sur la tâche que l'architecte lui confie.

Quand le webinaire s'inquiète de la confidentialité des données transmises à l'IA, il pose une question légitime, mais formule une réponse qui ne tient pas compte de l'état actuel de la technologie. Il existe, en 2026, des modèles d'intelligence artificielle qui tournent entièrement en local, sur la machine de l'architecte, sans aucune connexion internet, sans aucune transmission de données à un tiers. Ces modèles sont gratuits, open-source, et performants. Le webinaire n'en mentionne aucun. Parce que ceux qui l'ont conçu ne les connaissent vraisemblablement pas.

Quand le webinaire parle de "rester maître de la machine", il utilise une métaphore rassurante qui masque la vraie question. La question n'est pas de savoir si l'architecte reste maître. La question est de savoir s'il est compétent. Un pilote d'avion n'est pas "maître" de l'avion au sens où il contrôle chaque composant. Il est compétent dans l'utilisation d'un système complexe, dont il comprend les limites, les modes de défaillance, et les procédures de vérification. La maîtrise, au sens professionnel, c'est la compétence opérationnelle. Pas le contrôle théorique.

Pendant que ce webinaire était diffusé, quelque chose s'est passé en Californie que je trouve éclairant.

Lors d'un hackathon organisé quatre jours plus tôt, une équipe a construit un prototype d'assistant IA pour l'instruction des permis de construire. L'outil lisait un courrier de refus, identifiait les motifs, recherchait le droit applicable, analysait les plans par vision artificielle, et générait une réponse argumentée. En quelques minutes, au lieu de plusieurs jours.

En découvrant ce projet, j'ai immédiatement vu le pattern. Et en une session de travail, je l'ai transposé au droit français de l'urbanisme. 43 fichiers. 3 745 lignes de code et de référence juridique. L'intégralité des articles pertinents du Code de l'urbanisme, structurés en arbre de décision. Un pipeline en quatre phases parallélisées : lecture du courrier par vision IA, recherche du droit applicable, recherche du PLU communal, catégorisation des motifs et génération de réponse.

J'ai testé le système sur un vrai projet. Il a identifié en cinq minutes que le PLU applicable n'était pas celui de 2025 mais celui de 2017, information qui changeait radicalement l'analyse réglementaire et faisait tomber deux alertes critiques. Un instructeur humain aurait peut-être identifié cette subtilité. Ou peut-être pas. En tout cas, pas en cinq minutes.

Je ne raconte pas cette histoire pour me valoriser. Je la raconte parce qu'elle illustre, de manière concrète, ce que la compétence permet et ce que l'attentisme empêche. Pendant qu'une institution délibérait sur les risques de l'IA, un praticien construisait un outil qui résout un problème que 30 000 architectes français rencontrent quotidiennement. Les deux démarches sont légitimes. Mais elles ne sont pas équivalentes en termes d'impact.

Ce qui frappe, quand on compare le discours institutionnel et la pratique de terrain, c'est la direction du raisonnement. L'institution part de la technologie et se demande comment la contrôler. Le praticien part du problème et cherche ce qui le résout.

Un collaborateur qui écrit : "je voudrais que l'IA fasse mes mises en page et range mon bureau numérique" ne pose pas une question sur l'intelligence artificielle. Il décrit un problème de productivité. Un chef de projet qui demande "je voudrais mettre à jour automatiquement le tableau des offres reçues cette semaine" ne s'intéresse pas aux modèles de langage. Il veut récupérer deux heures de sa semaine.

C'est pour cela que, dans ma pratique, je pars toujours du livrable. Du résultat concret que la personne en face attend. Et je remonte la chaîne technique à partir de là. Cette approche change tout, parce qu'elle ancre la conversation dans le réel. On ne parle plus de "potentiel de l'IA" ou de "risques de l'IA". On parle d'un tableau Excel qui se met à jour tout seul, d'un PLU analysé en dix minutes, d'un briefing matinal qui arrive dans la boîte mail sans intervention humaine.

Quand on part du livrable, les questions de déontologie se posent naturellement, en contexte, à partir de cas concrets. Qui vérifie le résultat ? Quelle est la marge d'erreur acceptable ? Le client doit-il être informé de l'utilisation de l'IA ? Ces questions sont infiniment plus productives quand elles émergent de la pratique que quand elles sont posées dans l'abstrait par un webinaire.

Il y a, je crois, une dimension que le discours institutionnel ne parvient pas à saisir, et qui pourtant devrait être au cœur de sa réflexion. C'est la dimension temporelle.

L'IA ne progresse pas de manière linéaire. Elle progresse de manière exponentielle. Ce qui était impossible il y a six mois est banal aujourd'hui. Ce qui est expérimental aujourd'hui sera standard dans six mois. Une institution qui publie des recommandations en 2026 sur la base de ce qu'elle a compris de l'IA en 2024 produit un document qui est déjà obsolète au moment de sa diffusion.

La seule réponse possible à une technologie qui évolue à cette vitesse n'est pas le cadre. C'est la compétence distribuée. Former des praticiens qui comprennent les outils, qui les testent, qui partagent leurs retours, qui identifient les risques par l'expérience, et qui font remonter cette expérience vers l'institution. Pas l'inverse. L'institution ne peut pas être la source de la compétence sur un sujet qu'elle ne pratique pas. Elle peut être le lieu où la compétence est partagée, structurée, et rendue accessible. C'est un rôle important. Mais c'est un rôle différent de celui qu'elle s'attribue.

Pendant qu'on rédige des chartes, d'autres prennent trois ans d'avance. Ce n'est pas une figure de style. C'est une observation factuelle. Les agences qui intègrent l'IA dans leurs processus gagnent en productivité, en qualité d'analyse, en réactivité. Celles qui attendent les recommandations institutionnelles perdent du terrain chaque semaine. Et l'écart ne se réduit pas avec le temps. Il s'accélère.

L'architecte doit rester maître de la machine. Je suis d'accord. Mais la maîtrise ne s'obtient pas en restant à distance. Elle s'obtient en pratiquant. En se trompant. En corrigeant. En recommençant. En partageant ce qu'on a appris.

C'est ce que les architectes savent faire depuis toujours. C'est ce que la profession leur demande pour le dessin, pour la conception, pour la direction de chantier. Il n'y a aucune raison que l'intelligence artificielle fasse exception.

Et il y a toutes les raisons de commencer maintenant.