Previous
Cher client,
BCA Research est fière de penser en dehors des sentiers battus. Le rapport d’aujourd’hui en est un exemple. Il envisage un avenir radical où de nouvelles technologies génétiques et reproductives se conjuguent de manière à remodeler les économies et les marchés financiers. Le rapport ne porte pas sur ce qui devrait se produire, mais sur ce qui pourrait se produire dans le cadre d’un ensemble plausible d’hypothèses – et sur la façon dont cela pourrait affecter vos décisions d’investissement.
Cordialement,
Peter Berezin, Économiste en chef
Résumé exécutif
- Partie 1 : Hiver démographique: Comment l'effondrement des taux de natalité a forcé les décideurs à prendre des mesures de plus en plus désespérées pour stabiliser les niveaux de population, culminant finalement avec la création de « fermes à bébés ».
- Partie 2 : La revanche de Galton: Comment le déclin de l'intelligence humaine a ravivé des inquiétudes restées en sommeil pendant près de 100 ans.
- Partie 3 : Enseigner le calcul à un chat: Comment l'IA s'est révélée être un complément plutôt qu'un substitut à l'intelligence humaine.
- Partie 4 : Bébés sur mesure: Comment les nouvelles technologies génétiques ont provoqué un rebond de l'intelligence humaine mais ont aussi semé les graines de la spéciation et la fin effective de la race humaine.
Partie 1 : Hiver démographique
La fécondité inférieure au seuil de renouvellement devient la norme
Une population stable exige que chaque femme ait, en moyenne, environ deux enfants survivants. En 2026, les taux de natalité dans presque toutes les économies développées étaient bien en dessous de ce seuil (Graphique 1).
Un nombre croissant de femmes décidèrent que la maternité n’était pas pour elles. En Chine, le pourcentage de femmes âgées de 18 à 24 ans qui déclaraient ne pas vouloir d’enfants est passé de 6 % en 2012 à 47 % en 2023 (Graphique 2).
La fécondité a tendance à chuter fortement à partir du début de la trentaine d’une femme (Graphique 3). En 2024, l’âge moyen de la première maternité dans l’OCDE avait atteint 29,6 ans, contre 26,4 en 2000 (Graphique 4). Cela laissait un nombre croissant de femmes soit involontairement sans enfants, soit incapables d’avoir autant d’enfants qu’elles le souhaitaient.
Dans une grande partie de l’Asie de l’Est, le taux de fécondité total (TFR) est tombé en dessous de 1, plaçant les populations de ces pays sur une trajectoire de réduction de plus de moitié à chaque génération.
Le pouvoir d’achat comptait (mais pas tant que ça)
Une variété d’explications furent avancées à l’époque pour expliquer la chute des taux de fécondité, dont la plupart se révélèrent fausses ou, au mieux, incomplètes.
Une explication populaire mettait l’accent sur « l’accessibilité financière ». De nombreux commentateurs affirmaient que la hausse des coûts du logement et de la scolarité rendait trop onéreux pour beaucoup de parents d’avoir un enfant, et encore moins plusieurs.
Il y avait un fond de vérité dans cet argument, mais il souffrait d’un problème évident : les gens en 2026 étaient beaucoup plus riches que les générations précédentes. Si l’accessibilité financière avait été la contrainte clé, cela aurait dû les conduire à avoir plus d’enfants, et non moins.
De généreuses subventions publiques firent très peu pour stimuler les taux de fécondité (Graphique 5). La plupart des études montrèrent que les paiements en espèces aux nouveaux parents influençaient le calendrier des naissances mais pas le nombre total de naissances.
Des dépenses accrues pour les congés parentaux et la garde d’enfants augmentèrent certes les taux de fécondité, mais les effets restèrent modestes. Par rapport aux revenus, les coûts de garde d’enfants diminuèrent dans la plupart des pays entre 2015 et 2025, et pourtant les taux de natalité continuèrent de baisser (Graphique 6). En fait, la fécondité était plus élevée dans les pays où la garde d’enfants était relativement plus chère (Graphique 7).
Même un logement moins cher n’a pas beaucoup aidé
Une étude de l’OCDE de 2023 a constaté qu’une réduction de 10 % des dépenses de logement n’augmentait le taux de fécondité total que de 2 %, soit l’équivalent de +0,03 enfant par femme lorsque le TFR commence à 1,5. Une étude à plus long terme sur les prix de l’immobilier et la fécondité couvrant la période 1870-2012 arriva à une conclusion similaire.
Une raison de cet effet modeste est que si des prix du logement plus bas facilitaient l’achat d’une maison pour les futurs parents, ils réduisaient aussi la richesse des propriétaires actuels. Une étude de Dettling et Kearney estimaient qu’une hausse de 10 % des prix de l’immobilier réduisait les naissances chez les non-propriétaires d’environ 1 %, mais augmentait les naissances chez les propriétaires d’environ 4 à 4,5 %.
L’expérience historique le confirma : comme au Japon durant les trois décennies précédentes, la baisse des prix de l’immobilier en Chine à partir de 2021 n’empêcha en rien le recul des taux de natalité.
Le coût d’opportunité des enfants
Le coût direct d’élever un enfant est un déterminant des taux de natalité. Cependant, de manière sans doute plus importante, ce sont les coûts indirects en termes de revenus perdus qui comptent. Au cours du XXe siècle, l’augmentation du niveau d’éducation des femmes a accru le coût d’opportunité de rester hors du marché du travail. Cela a été amplifié par une hausse régulière des salaires réels. À mesure que les femmes devenaient plus indépendantes financièrement, la maternité cessa d’être l’option par défaut.
Pendant un temps, on espérait que plus d’égalité entre les sexes permettrait un rebond des taux de natalité. Cette attente était soutenue par diverses études montrant que les femmes étaient plus susceptibles d’avoir un deuxième enfant lorsque leurs partenaires prenaient davantage en charge les tâches ménagères et la garde d’enfants.
Conformément à cette vision, les pays scandinaves réussirent à maintenir une fécondité proche du seuil de remplacement jusque dans les années 2010. Toutefois, au milieu des années 2020, même eux connurent une forte chute des naissances. En 2025, le taux de fécondité total de la Suède atteignit 1,42 (1,40 pour la population née en Suède et 1,52 pour la population née à l’étranger).
Explications culturelles
Le principal défaut des explications économiques était qu’elles ne rendaient pas compte de la chute rapide des taux de natalité dans presque tous les pays après 2010. Pour cela, il faut se tourner vers des facteurs culturels.
L’introduction des smartphones et l’usage généralisé des réseaux sociaux ont créé un environnement défavorable à la formation de familles. Les fils d’actualité mettaient en valeur la célébrité, la beauté et la richesse, non la parentalité. La part d’adolescents déclarant que « avoir un bon mariage/une bonne vie de famille était important » diminua sensiblement, tandis que la part affirmant que « avoir beaucoup d’argent était important » augmenta. La montée des aspirations matérialistes fut particulièrement marquée chez les filles (Graphique 8).
Autrefois symbole de statut, le fait d’avoir une grande famille fut de plus en plus perçu négativement. Ce phénomène fut particulièrement vrai en Asie de l’Est, où les foyers plus nombreux étaient souvent associés à l’arriération rurale et à un manque de maîtrise de soi. Il en fut de même parmi les jeunes libéraux en Occident, dont le désir de se marier et d’avoir des enfants commença à s’effondrer après 2010 (Graphique 9).
Parallèlement, une profusion de choix rendus possibles par les applications de rencontres crée une sensation de paralysie qui inhiba la formation de relations à long terme. Ce problème fut exacerbé par l’essor des compagnons IA et, plus tard, des robots humanoïdes.
Crise existentielle
Certains soutenaient que l’usage croissant des robots sur les lieux de travail rendait les travailleurs humains superflus. D’autres rétorquaient que le bien-être agrégé d’une nation dépendait, au moins en partie, du nombre d’habitants. À quoi bon un PIB plus élevé s’il y a peu de personnes pour en profiter ?
De plus, en relations internationales, le PIB relatif comptait. Si un pays voyait sa population diminuer, il perdrait de sa pertinence géopolitique, même si le revenu par habitant augmentait.
Finalement, ces arguments pronatalistes gagnèrent en influence. À la fin des années 2020, l’appréhension face à la baisse des taux de fécondité se transforma en véritable panique. Il fallait agir de façon radicale.
Partie 2 : La revanche de Galton
Les deux lettres les plus controversées de la langue anglaise
Le QI a une longue histoire controversée. Pourtant, malgré de nombreux efforts pour abandonner le concept, il a perduré pour une raison simple : il a plus de pouvoir prédictif que presque tout autre facteur en psychologie. Un simple test de QI de 30 minutes peut aider à prédire la réussite scolaire future, la performance au travail, le revenu, la santé, la criminalité et les choix en matière de fécondité (Tableau 1 et Graphique 10). Le QI prédit même les performances des traders !
Bien qu’il existe une grande variation entre les individus, en moyenne, les personnes plus intelligentes gagnent des revenus plus élevés. Cela fut démontré dans une étude de 2024 portant sur 367 000 Finlandais et 417 000 Norvégiens. Les auteurs ont mis en relation les scores obtenus aux tests standardisés de conscription militaire portant sur le vocabulaire, les mathématiques et le raisonnement abstrait avec les revenus tirés des registres fiscaux administratifs. Les hommes qui obtenaient des scores plus élevés lorsqu’ils étaient jeunes, en moyenne, eurent par la suite des revenus plus élevés (Graphique 11). Une méta-analyse de 135 études longitudinales trouva également que l’intelligence est un puissant prédicteur de succès.
Un monde plus intelligent
Le degré auquel le QI et d’autres traits psychologiques ont évolué au fil du temps fait l’objet d’un débat intense. Dans son best-seller, The Mismeasure of Man, Stephen Jay Gould soutenait que l’évolution humaine avait effectivement cessé il y a 50 000 ans.
Quelles que soient les autres mérites des arguments de Gould sur le mauvais usage des données de QI, cette affirmation en particulier fut toujours plutôt douteuse. L’avènement de l’agriculture et la croissance des villes transformèrent l’environnement de vie des populations. De tels changements environnementaux tendent à générer des pressions sélectives qui accélèrent l’évolution. Des niveaux de population plus élevés devraient aussi accroître le nombre de mutations génétiques potentiellement bénéfiques.
Contrairement aux attentes de Gould, l’International HapMap Project montra que l’évolution s’était accélérée d’environ cent fois à partir d’il y a environ 10 000 ans (Graphique 12).
Des données plus récentes ont précisé quels traits étaient sous sélection. David Reich et ses collaborateurs analysèrent les génomes de 15 836 individus d’Eurasie occidentale ayant vécu au cours des 18 000 dernières années. Leur article dans Nature montra que certaines variantes génétiques aujourd’hui associées à une intelligence plus élevée, à un plus grand nombre d’années d’étude et à des revenus supérieurs s’étaient répandues chez les humains. À l’inverse, des variantes génétiques plus fréquentes chez les fumeurs et chez ceux souffrant de certains troubles mentaux étaient devenues moins courantes (Graphique 13).
Conforme aux données génétiques, l’historien économique Gregory Clark documenta que les membres des professions qualifiées dans l’Angleterre médiévale avaient deux fois plus d’enfants survivants que les ouvriers non qualifiés (Graphique 14). En effet, la jeune classe moyenne de l’époque avait même plus d’enfants survivants que l’aristocratie, souvent mobilisée pour faire la guerre. En conséquence, les salaires des artisans déclinèrent d’un tiers par rapport à ceux des ouvriers entre 1200 et 1800, ce qui implique que l’offre de main-d’œuvre qualifiée croissait plus rapidement que celle de main-d’œuvre non qualifiée. L’implication saisissante des travaux de Clark était que le timing de la Révolution industrielle relevait de la question du « quand » plutôt que du « si ».
Dans des travaux ultérieurs, Clark affirma que la diffusion des valeurs bourgeoises à travers l’Angleterre préindustrielle était plus cohérente avec un modèle de transmission génétique qu’avec un modèle purement culturel.
Des dynamiques similaires s’appliquaient très probablement à d’autres régions du monde. En Chine, le très compétitif examen impérial servait de porte d’accès à la bureaucratie pendant un millénaire. Xi Song, Cameron Campbell et James Lee montrèrent que les hommes chinois de haut statut avaient eu plus d’enfants survivants pendant les 18e et 19e siècles (Graphique 15).
L’effet Flynn
À la fin du XIXe siècle, il était devenu clair que les riches n’avaient plus autant d’enfants que les pauvres. Cette prise de conscience, conjuguée à la popularité croissante des théories de Charles Darwin, contribua à galvaniser le mouvement eugéniste.
Bien que Francis Galton, qui a inventé le mot « eugénisme », fût un conservateur toute sa vie, beaucoup des promoteurs les plus véhéments de l’eugénisme se trouvaient à gauche progressiste. George Bernard Shaw, Sidney et Beatrice Webb, et H. G. Wells étaient tous socialistes et eugénistes. William Beveridge, futur architecte de l’État-providence britannique, l’était aussi. John Maynard Keynes fut directeur de la British Eugenics Society entre 1937 et 1944.
Pourtant, une chose étonnante se produisit en chemin vers l’idiocratie : au lieu de devenir plus bêtes, les gens devinrent plus intelligents. Ce phénomène est aujourd’hui connu sous le nom d’effet Flynn, d’après James Flynn, un psychologue parmi les premiers à le documenter.
Graphique 16 montre l’évolution des scores de QI dans un échantillon de pays entre 1940 et 1990. Le pays moyen gagna trois points par décennie, une augmentation remarquablement importante sur une si courte période.
QI : l’importance de l’environnement
Dans les études modernes, la contribution génétique au QI augmente de 20 % au début de l’enfance jusqu’à 80 % à la fin de l’adolescence et reste à ce niveau à l’âge adulte, phénomène connu sous le nom d’effet Wilson.
Le problème de ces études est qu’elles échantillonnaient généralement des individus dans des pays riches où la malnutrition extrême était largement devenue chose du passé.
Pour voir comment cela peut fausser les résultats, considérez l’exemple de la taille, qui n’est que légèrement plus héritables que le QI (Graphique 17). Au début du XXIe siècle, la plupart des différences de taille entre individus dans les économies développées résultaient de facteurs génétiques. Pourtant, la taille moyenne avait tout de même augmenté de façon significative au cours des 200 années précédentes (Graphique 18).
Dans le cas de la taille, la majeure partie de l’augmentation fut due à une meilleure santé et à une meilleure nutrition. Il en fut probablement de même pour le QI. Les maladies de la petite enfance réduisent le QI en détournant les ressources du corps de son développement mental vers la lutte contre les infections. Il existe une forte corrélation entre le QI mesuré et la charge de morbidité à travers les pays (Graphique 19). Un certain nombre d’études ont documenté une forte relation entre le calendrier de l’éradication du paludisme aux États-Unis et dans d’autres régions du monde et les gains subséquents du QI chez les enfants.
La taille du cerveau et le QI sont positivement corrélés. Des preuves médico-légales provenant des États-Unis suggérèrent que le volume moyen des crânes humains adultes augmenta de 7 % entre le milieu des années 1800 et le milieu des années 1980, soit à peu près la taille d’une balle de tennis.
On sait depuis longtemps que l’apprentissage augmente la quantité de matière grise dans le cerveau. Par exemple, une étude montra que l’hippocampe des chauffeurs de taxi londoniens a tendance à être plus volumineux parce qu’ils doivent mémoriser et naviguer des itinéraires complexes.
L’émergence des sociétés modernes déclencha un cercle vertueux dans lequel la nécessité de résoudre des tâches de plus en plus complexes encouragea les gens à affûter leurs capacités cognitives, entraînant encore plus de progrès technologique. Ce faisant, l’augmentation de l’intelligence bénéficia non seulement à ceux ayant des QI plus élevés mais généra également des externalités positives pour la société dans son ensemble.
La fin de l’effet Flynn
Le problème des effets environnementaux est qu’ils finissent par rencontrer des rendements décroissants. C’est ce qui arriva à l’effet Flynn. Dès les années 1960, la plupart des facteurs ayant soutenu la hausse du QI, allant d’une meilleure nutrition à l’enseignement universel, étaient déjà en place. En conséquence, tandis que les QI continuaient d’augmenter dans les économies en développement, ils commencèrent à baisser dans les pays plus riches.
En 2008, Flynn lui-même documenta que les élèves britanniques de 14 ans obtenaient plus de deux points de moins aux tests de QI que les élèves de 1980.
Les données d’autres pays développés montrèrent également une baisse des QI. Une étude norvégienne complète trouva que les hommes nés autour de 1990 avaient des QI moyens d’environ cinq points, soit un tiers d’écart-type, inférieurs à ceux nés autour de 1975. Les comparaisons entre frères nés à des années différentes montrèrent un schéma similaire, suggérant que le déclin était principalement dû à des facteurs environnementaux opérant au sein des familles (Graphique 20).
La même tendance à la baisse des scores de tests était visible dans des ensembles de données internationaux tels que le Programme international pour le suivi des acquis des élèves (PISA) de l’OCDE. Les résultats du cycle PISA 2025, publiés en septembre 2026, furent particulièrement choquants. Avant la publication, on espérait que les résultats médiocres affichés lors du cycle précédent en 2022 n’étaient qu’une aberration liée à la pandémie. Il n’en fut rien. Les scores 2025 étaient encore plus bas que ceux d’il y a trois ans (Graphique 21).
Bien qu’une part croissante d’élèves immigrés dans certains pays ait contribué à expliquer la baisse des scores moyens, ce n’était pas toute l’explication. Les scores des élèves non immigrants montrèrent aussi un déclin significatif (Graphique 22).
L’OCDE attribua le recul des scores en partie à une moindre implication et motivation des élèves. Notamment, la fraction d’élèves qui n’étaient pas d’accord avec l’affirmation « apprendre de nouvelles choses est ennuyeux » diminua dans 60 des 71 systèmes scolaires participants entre 2022 et 2025, les 11 autres montrant essentiellement aucun changement.
La part d’élèves que l’OCDE décrivit comme des « lecteurs hâtes » – ceux qui parcouraient rapidement le texte mais donnaient une mauvaise réponse – passa d’environ 7 % en 2022 à plus de 11 % en 2025.
Peut-être plus inquiétant encore, les élèves qui utilisaient l’IA pour résumer des textes, rédiger des essais et effectuer des recherches obtenaient des scores en sciences d’environ 20 points inférieurs à ceux qui ne l’utilisaient pas.
Partie 3 : Enseigner le calcul à un chat
Les montagnes russes financières de l’IA
Les économies modernes dépendent fortement d’une division du travail spécialisée. Elles reposent aussi sur la recherche de pointe, souvent produite par leurs esprits les plus brillants (Graphique 23). Le rétrécissement des populations et la baisse des performances éducatives menaçaient ces deux moteurs de la croissance économique.
Heureusement, une nouvelle technologie se profilait à l’horizon, l’IA, qui promettait de contrer ces vents contraires. L’espoir était que des esprits artificiels surpuissants compenseraient la détérioration de la cognition humaine, tandis que des corps humanoïdes artificiels pallieraient la pénurie de main-d’œuvre imminente.
Comme pour beaucoup de nouvelles technologies, l’histoire financière de l’IA fut cahoteuse. Les actions liées à l’IA grimpèrent après la sortie de ChatGPT en novembre 2022 pour s’effondrer cinq ans plus tard. D’énormes investissements dans les centres de données produisirent une surabondance de capacité de calcul en 2028, que les marchés commencèrent à décoter vigoureusement en 2027.
À bien des égards, le boom de construction de centres de données fit écho au déploiement d’Internet un quart de siècle plus tôt. À la fin des années 1990, on supposait que la croissance exponentielle du trafic de données augmenterait les revenus des fournisseurs d’équipements de télécommunications. Bien que le volume de données transmis sur Internet croissait très rapidement, la capacité de transport des câbles à fibre optique s’améliora aussi de façon spectaculaire. En conséquence, les dépenses d’investissement des télécoms stagnèrent (Graphique 24).
Quelque chose de similaire arriva à l’IA. Tandis que le volume de tokens traités par les modèles d’IA croissait exponentiellement, les prix des tokens s’effondrèrent à mesure que le matériel IA et les modèles eux-mêmes devenaient plus efficaces (Graphique 25). Le coût de l’IA baissa plus rapidement que lors des révolutions technologiques antérieures (Graphique 26).
Le paysage concurrentiel nuisit à la performance financière de nombreuses entreprises d’IA. Contrairement aux réseaux sociaux, l’IA ne bénéficia pas d’effets de réseau, qui surviennent lorsque les gens utilisent un produit parce que d’autres l’utilisent. Les coûts de changement pour les modèles d’IA n’étaient pas particulièrement élevés, si bien que lorsqu’un meilleur modèle arrivait, beaucoup migraient vers lui. Cela maintint les marges à des niveaux très faibles.
Malgré tout le discours sur la « montée en puissance », l’industrie de l’IA manquait généralement des économies d’échelle robustes observées dans les réseaux sociaux, le commerce électronique et la recherche Internet traditionnelle. Dans ces secteurs, ajouter un utilisateur supplémentaire était presque sans coût. Avec l’IA, en revanche, ajouter des utilisateurs signifiait construire davantage de centres de données, les équiper de puces onéreuses et les alimenter avec d’importantes quantités d’électricité.
La demande pour les centres de données souffrit aussi lorsque l’inférence IA se déplaça vers des dispositifs locaux tels que les ordinateurs portables et les smartphones. Pour un nombre croissant de tâches, les modèles locaux étaient tout aussi bons que les modèles de pointe hébergés dans les centres de données (Graphique 27). Les centres de données ressemblèrent de plus en plus à des ordinateurs centraux d’antan.
Microsoft absorba OpenAI en 2028 et Apple acheta Anthropic en 2029. Les deux entreprises furent acquises à des décotes importantes par rapport à leurs prix d’introduction en bourse. La plupart des néo-clouds firent faillite.
Au milieu des ruines financières, le progrès de l’IA continua
Tout comme le trafic Internet continua de croître après l’éclatement de la bulle dotcom, l’IA continua de progresser technologiquement après l’effondrement financier.
La première génération de grands modèles de langage (LLM) fut supplantée par des modèles multimodaux capables de traiter différentes formes d’information, y compris le texte, les images, la vidéo et l’audio. Les modèles du monde allèrent plus loin, permettant aux systèmes d’IA de faire des prédictions sur le monde qui les entoure, par exemple ce qui se passerait si l’on poussait un verre d’une table. Les agents IA purent de plus en plus formuler de nombreuses hypothèses puis utiliser les vastes ressources informatiques à leur disposition pour les tester systématiquement.
Avec le temps, l’IA progressa de la synthèse (combiner des données existantes de manière utile) à l’inférence nouvelle (déduire quelque chose à partir de son jeu d’entraînement qui n’y était pas explicitement) puis à la découverte (créer de nouvelles connaissances extérieures à son jeu d’entraînement).
Un moment charnière survint en 2029 lorsqu’une entreprise chinoise jusque-là peu connue dévoila un modèle qui avait réussi le soi-disant test Einstein. Ce test consistait à entraîner un modèle sur l’ensemble du corpus des connaissances en physique de 1910 pour voir s’il pouvait dériver indépendamment les équations du champ d’Einstein de la relativité générale, publiées en 1915. Non seulement le modèle dériva les équations d’Einstein, mais il le fit d’une manière cohérente avec les approches modernes traitant l’espace-temps comme une caractéristique émergente de l’intrication quantique.
L’entrée des robots
La fusion des modèles multimodaux et des agents, ainsi que les avancées en robotique, ouvrit la voie à une nouvelle génération de robots propulsés par l’IA capables d’effectuer des tâches auparavant réservées aux humains.
La plupart des robots humanoïdes furent produits en Chine, dont la vaste base manufacturière lui conféra un avantage comparatif dans ce domaine en expansion. La domination chinoise dans la production de robots maintint les prix bas. Cela permit une adoption plus rapide mais rendit aussi difficile la concurrence pour les entreprises du reste du monde.
Le travail reçut une part plus petite d’un gâteau plus grand
L’usage généralisé de l’IA augmenta la capacité productive de l’économie mondiale. En identité arithmétique, la production doit égaler le revenu. Ainsi, l’IA rendit les pays globalement plus riches.
Les gains issus de l’IA ne furent toutefois pas répartis également au sein de la population. La part du revenu revenant au travail déclina, tandis que la part revenant au capital augmenta. Cela se produisit moins parce que le taux de rendement du capital augmenta que parce que le stock de capital s’accroissait fortement à mesure que les robots proliféraient, tout comme les usines où ils travaillaient.
Un stock de capital plus grand – surtout soumis à une dépréciation plus rapide qu’auparavant – exigeait beaucoup d’investissement continu. À l’échelle mondiale, l’investissement doit égaler l’épargne. Des taux réels plus élevés sont normalement nécessaires pour encourager l’épargne. Cependant, les détenteurs de capital ont tendance à être plus riches, et les personnes plus riches épargnent généralement davantage que les plus pauvres. Au total, les taux réels augmentèrent modestement au-dessus de leur moyenne de long terme dans les années 2030 et 2040. Les taux d’emprunt commencèrent ensuite à retomber dans la seconde moitié du siècle à mesure que la croissance rapide des revenus satisfaisait les désirs matériels des gens et qu’une part croissante d’humains moins portée sur la gratification immédiate atteignait l’âge adulte.
Le rendement croissant de l’intelligence humaine
Au début, l’IA remplaça des emplois relativement faciles à automatiser. Il s’agissait notamment de commis à la saisie de données, de traducteurs, de relecteurs et de programmeurs juniors. À mesure que les véhicules autonomes se généralisèrent, la demande pour les chauffeurs de camions et de taxis diminua également.
Avec le temps, des emplois plus exigeants sur le plan cognitif devinrent vulnérables au déplacement par l’IA. Cela posa la question de ce que, le cas échéant, les travailleurs humains devaient faire dans un monde où l’IA pouvait accomplir la plupart de ce qu’ils faisaient auparavant.
Pour certains, la réponse fut de ne pratiquement rien faire – vivre de généreux programmes gouvernementaux qu’un gâteau économique plus grand rendait possibles. Pourtant, pour beaucoup, cela ne suffisait pas.
Les humains tiennent à leur statut. À mesure que le gâteau économique grandissait, la question de qui contrôlait ce gâteau devint plus pertinente. Comme noté dans la Partie 2, bien que la corrélation entre intelligence et richesse soit loin d’être parfaite, une association positive existe. Cela plaça une prime plus élevée sur l’intelligence humaine.
Les préoccupations de sécurité rendaient aussi impossible l’externalisation de toutes les tâches à l’IA. Comme tous les systèmes suffisamment complexes, l’IA était soumise à « l’irréductibilité computationnelle ». Dans la plupart des cas, si l’on voulait savoir ce qu’un système complexe ferait dix étapes plus loin, la meilleure méthode consistait à exécuter les dix étapes. Cela posa un défi majeur pour la sécurité de l’IA car cela signifiait que, même en principe, on ne pouvait pas prévoir ce qu’un système d’IA ferait avant qu’il ne l’ait fait.
Il y eut ensuite ce qui devint connu comme le problème de « enseigner le calcul à un chat ». Peu importe l’excellence d’un professeur, vous ne pourrez pas enseigner des mathématiques avancées à un chat. À mesure que les systèmes d’IA devenaient de plus en plus capables, comprendre leurs productions devint de plus en plus précieux. Mais sans amélioration de l’intelligence humaine, cela signifiait qu’une part toujours plus faible de la population pouvait apprécier toute la sagesse que l’IA avait dévoilée.
Plutôt que d’être un substitut à l’intelligence artificielle, l’intelligence humaine s’avéra être un complément : plus vous étiez intelligent, plus il était facile de fonctionner dans un monde propulsé par l’IA.
La seule question était comment augmenter l’intelligence humaine. Dans les années 2020, une réponse commença à émerger. Les bases de la Seconde Guerre mondiale E avaient été posées.
Partie 4 : Bébés sur mesure
Le sexe pour la chambre, la reproduction pour le laboratoire
En octobre 2026, une société de biotechnologie autrefois peu connue, Herasight, lança CogPGT, un prédicteur génétique des capacités cognitives. S’appuyant sur les résultats d’études antérieures ayant identifié des milliers de variantes génétiques associées aux différences de capacité cognitive, CogPGT put construire un « score polygénique » pour chaque embryon.
La société prétendit que dans un échantillon de cinq embryons issus des mêmes parents, les scores CogPGT les plus élevés et les plus faibles correspondraient typiquement à une différence d’environ 10 points de QI prédits. Pour 20 embryons, la différence montait à 17 points de QI (Graphique 28).
Très peu de clients de Herasight priorisèrent le QI dans la sélection d’embryons. La grande majorité voulait simplement des enfants en bonne santé et heureux. Il y eut cependant une surprise : le score polygénique du QI était positivement corrélé aux scores polygéniques pour une variété de traits comportementaux souhaitables et négativement corrélé à ceux de plusieurs troubles mentaux (Graphique 29). Ainsi, dans une certaine mesure, sélectionner pour le QI s’avéra être un proxy pour d’autres traits que les futurs parents désiraient pour leurs enfants.
Un marché haussier dans la technologie reproductive
Des entreprises comme Herasight représentaient l’avant-garde de ce qui allait s’avérer être un développement majeur du XXIe siècle : l’application de la technologie à la reproduction humaine.
L’industrie naissante de la « tech reproductive » reçut un coup d’accélérateur grâce à une technique connue sous le nom de maturation in vitro (IVM). La FIV traditionnelle nécessitait 8 à 14 jours de stimulation ovarienne, accompagnés d’injections quotidiennes d’hormones et de suivis répétés par échographie et analyses de sang. Des innovateurs tels que Gameto, dont l’offre avait déjà progressé jusqu’aux essais de phase III en 2026, développèrent des techniques pour déplacer une grande partie de ce processus de maturation en dehors du corps de la femme. Ces offres promettaient de réduire les coûts de la FIV et d’alléger la contrainte physique pour les femmes.
Des progrès significatifs furent réalisés dans l’automatisation de la FIV. La tâche d’injecter le sperme dans un ovule est extrêmement laborieuse, nécessitant des microscopes coûteux et des micromanipulateurs opérés par des embryologistes hautement qualifiés. Des entreprises comme Overture Life promirent de simplifier le processus grâce à la microchirurgie robotisée.
Parallèlement, la recherche se poursuivit pour remplacer entièrement la FIV par une technique appelée gamétogenèse in vitro (IVG). Contrairement à la FIV conventionnelle, où les ovules sont prélevés sur les ovaires d’une femme, l’IVG créait des ovules fonctionnels à partir de cellules souches. Cela signifiait que des femmes plus âgées, dont les ovules n’étaient plus viables, pouvaient encore devenir enceintes. Cela permettait aussi de créer des dizaines, voire des centaines d’embryons susceptibles d’être soumis à un scoring polygénique.
Ceux qui adoptèrent les nouvelles technologies soutenaient que quelque chose d’aussi important que la création d’une nouvelle vie ne devait pas être laissé au hasard. Les opposants répliquaient que sélectionner certains embryons et en éliminer d’autres sur la base d’idées préconçues quant aux traits désirables était fondamentalement immoral. Bien que cette inquiétude particulière ait fini par s’atténuer avec l’avènement de techniques permettant de prédire la composition génétique d’un embryon avant même que l’ovule et le sperme ne soient combinés, le débat se poursuivit. Le fossé entre les parents souhaitant des enfants « améliorés » et ceux répugnant à l’idée continua de se creuser.
De nombreux investisseurs restèrent indifférents au dilemme moral, se concentrant plutôt sur les gains financiers possibles. Les actions de la « tech reproductive » entrèrent dans un marché haussier massif à la fin des années 2020. L’annexe A liste certains des acteurs clés du secteur en 2026.
La route vers les fermes à bébés
La plupart de ce qui se déroula pendant la Guerre mondiale E ne faisait pas partie d’un grand plan. Les événements se déroulèrent plutôt comme une série de dominos tombant, un développement déclenchant le suivant.
La création de ce que l’on appela familièrement les « fermes à bébés » fut un bon exemple de ce phénomène. En 2029, Singapour adopta une nouvelle loi accordant aux parents un pourcentage des impôts futurs payés par leurs enfants (les enfants eux-mêmes ne subissaient aucune perte de revenu). L’espoir était que cela relancerait le faible taux de natalité du pays.
Nombre d’économistes et de démographes saluèrent la loi au motif que créer un enfant génère une externalité fiscale positive : les parents supportent le coût de l’éducation de l’enfant, mais le gouvernement capte une partie des bénéfices futurs via les impôts et les contributions à la sécurité sociale.
La politique eut un effet modestement positif sur la fécondité. Cela incita d’autres gouvernements à adopter des lois similaires. Dans tous les cas, diverses conditions furent introduites pour protéger le bien-être de l’enfant, comme la révocation des paiements futurs aux parents en cas d’abandon ou de maltraitance.
Titres adossés aux bébés
L’un des inconvénients de ces lois était le long décalage entre le moment où les parents supportaient les coûts d’élever l’enfant et celui où ils recevaient une part des paiements fiscaux futurs de l’enfant. L’industrie financière, jamais timide pour tirer profit d’une nouvelle opportunité, intervint rapidement avec ce que l’on appela en plaisantant des « titres adossés aux bébés ».
Essentiellement, les parents vendaient une partie de leur créance sur les futurs paiements fiscaux de leurs enfants aux banques. Les banques regroupaient ensuite ces créances en titres mutualisés et les vendaient à des investisseurs institutionnels.
La capacité des parents à monétiser rapidement la décision d’avoir un enfant augmenta encore les taux de fécondité. Peut-être plus important encore, cela créa une forte incitation pour les parents à maximiser les revenus futurs de leurs enfants. Les banques proposaient des paiements plus élevés aux parents dont les enfants avaient subi un dépistage embryonnaire et obtenaient des scores polygéniques élevés pour le QI et d’autres traits pertinents.
La parentalité au XXIe siècle
Si des parents pouvaient élever des enfants, pourquoi pas des entreprises ? Avec les gouvernements subventionnant désormais la parentalité, la question devint soudain pertinente.
La Constitution américaine n’excluait pas explicitement cette possibilité, bien qu’elle ne la cautionnât pas non plus. Dans un avis très controversé en 2031, la Cour suprême statua que les entreprises pouvaient entrer dans le secteur parental tant que les enfants qu’elles contribuaient à faire naître pouvaient raisonnablement être considérés comme mieux lotis du fait d’être nés, même s’ils n’étaient pas aussi bien lotis que ceux élevés dans des familles plus traditionnelles.
Ces entreprises achetaient généralement des embryons auprès de banques de cryoconservation. Elles payaient ensuite des mères porteuses – dont certaines avaient perdu leur emploi précédent face à l’IA – pour mener la grossesse à terme. Les enfants étaient ensuite placés dans des familles d’accueil ou des institutions régulées. Pour réduire la solitude, les mêmes donneurs de sperme et d’ovules étaient généralement utilisés pour plusieurs enfants. Cela garantissait que la plupart des enfants avaient de nombreux frères et sœurs biologiques.
À partir des années 2040, l’usage des mères porteuses fut progressivement abandonné au profit des ventres artificiels. Cela augmenta considérablement le nombre d’enfants nés en dehors du cadre familial traditionnel.
Dans certains cas, les gouvernements eux-mêmes entrèrent dans le secteur parental. La Chine fut particulièrement agressive en la matière. En 2050, 40 % des enfants naissaient via des programmes gérés par l’État. Après près de trois décennies de déclin démographique, la population chinoise commença à se redresser.
Il y eut une autre raison pour laquelle les gouvernements accueillirent ce développement : cela leur donna un levier supplémentaire pour façonner les caractéristiques futures de leurs populations.
En moyenne, les cinq grands traits de personnalité sont héritables à environ 40 % (Graphique 30). Outre des QI plus élevés, de nombreux gouvernements privilégiaient la conscience et l’agréabilité élevées dans la sélection embryonnaire. Ils accordèrent également plus de poids à une faible neuroticisme, qui tendait à se corréler avec un plus grand bonheur et un QI plus élevé.
La génération E arrive à maturité
Lorsque le scoring polygénique devint disponible dans les années 2020, le débat fit rage sur l’impact que cette nouvelle technologie aurait sur le bien-être des générations futures. Des études de suivi montrèrent que beaucoup d’enfants exprimaient des regrets de ne pas avoir grandi dans des familles traditionnelles. Cependant, un nombre étonnamment important déclara préférer leur éducation, citant l’avantage d’avoir de nombreux frères et sœurs biologiques et de pouvoir exceller à l’école.
Sur le plan économique, ces enfants réussirent bien. Ils étaient surreprésentés dans le milieu universitaire et dans les postes de direction d’entreprise. Dans les programmes d’État favorisant des marqueurs génétiques pour l’athlétisme, beaucoup se distinguèrent dans le sport. Dans les années 2060, les athlètes chinois dominaient les Jeux olympiques.
La crainte que la Chine prenne de l’avance économiquement poussa d’autres pays à redoubler d’efforts pour à la fois accroître et améliorer leurs populations. La course aux armements génétiques entra en pleine accélération.
Initialement, la gauche politique s’opposa à la sélection embryonnaire. En effet, la plupart des gouvernements européens interdirent la pratique dans les années 2020 et au début des années 2030, bien que certains couples purent utiliser des échappatoires dans les lois sur la vie privée pour obtenir des informations sur leurs embryons. Avec le temps, cependant, il apparut clairement que ce génie technologique ne pouvait plus être remis dans la bouteille. À ce moment-là, la position de la gauche évolua de « personne n’y aura accès » à « si quelqu’un peut y avoir accès, tout le monde doit y avoir accès ».
La fin de la race humaine
L’espoir de certains à gauche que l’accès universel à ces nouvelles technologies éliminerait les différences entre groupes s’évanouit. Bien que les disparités passées diminuassent, de nouvelles et plus grandes apparurent.
Une fissure sociale qui surgit rapidement fut celle entre ceux qui grandirent avec des parents et ceux qui ne les eurent pas. Un clivage encore plus profond se forma entre les « génétiquement améliorés » et les non améliorés. Ces derniers en vinrent souvent à ressentir du ressentiment envers les premiers, tandis que les premiers se montrèrent de plus en plus méprisants envers les seconds.
Deux développements majeurs dans la seconde moitié du XXIe siècle enflammèrent encore davantage ces tensions.
Le premier fut l’ingénierie génétique à grande échelle. Tandis que l’édition génétique était possible dans les années 2010 et 2020 grâce à des techniques comme CRISPR-Cas9, la capacité de créer un génome entièrement nouveau ouvrit un horizon de possibilités. La variation entre humains augmenta dramatiquement au point que différentes branches de l’humanité devinrent effectivement des espèces différentes. La race humaine, du moins comme concept singulier, commença à s’effacer.
L’intégration de l’IA et de la robotique dans le corps humain ne fit qu’amplifier cette tendance. Le cerveau humain était extrêmement efficace pour certaines tâches mais médiocre pour d’autres. Par exemple, il avait très peu de mémoire de travail, au point que beaucoup de personnes avaient du mal à rappeler une séquence de 10 nombres aléatoires. L’intégration du stockage numérique et du traitement neural donna aux gens des pouvoirs cognitifs surhumains.
La croissance économique monta en flèche à des niveaux sans précédent, mais la dissension sociale aussi. Comment la Terre survécut à ces temps turbulents reste vivement débattu. Certains évoquent la chance. D’autres l’attribuent à un effet de sélection multivers.
Quoi qu’il en soit, la vie ne resta pas confinée sur Terre bien longtemps. Des millions de sondes auto-réplicantes furent envoyées vers des étoiles lointaines. Une fois une planète appropriée trouvée, les sondes la terraformaient. L’information génétique de chaque colon, ainsi qu’un scan quasi parfait de tous les états chimiques, moléculaires et dynamiques de leur cerveau, furent transmis par ondes radio à long rayon aux nouveaux mondes. Là, ces informations étaient utilisées pour assembler un corps physique, complet avec tous leurs souvenirs.
La sélection darwinienne continua sous une autre forme. Les colons les plus désireux de diffuser leurs plans biomécaniques dans d’autres systèmes stellaires devinrent les progeniteurs des civilisations futures. Les inquiétudes concernant la sous-population disparurent à mesure que le cosmos explosa de vie. Le dernier domino était tombé. Un nouveau chapitre commençait.
Peter Berezin
Économiste en chef
peterb@bcaresearch.com
Suivez-moi sur
Linkedin & X
Annexe
Veuillez fournir uniquement le texte traduit dans votre réponse, sans commentaires ni mise en forme supplémentaires.
