L’auteur montre, à l’aide d’exemples éclairants, que l’Intelligence Artificielle (IA) peut résoudre des problèmes complexes, mais qu’elle ne peut se substituer à toutes les formes de l’intelligence humaine (IH), incluant l’intuition et l’émotion. Le passage de l’IH à l’IA implique de réduire la pensée à une logique purement rationnelle. Les algorithmes apprenants du machine learning et du deep learning reposent sur le traitement de données massives (le big data) par des modèles sophistiqués d’itération. Ces traitements sont exposés à divers bais méthodologiques ( de sur-échantillonnage, d’histoire, de confirmation, d’ancrage, de prophétie auto-...